搜索资源列表
200611317241258
- 基于不同特征的图像检索技术，颜色、纹理、形状、空间关系等特征提取的基础上，基于语义的图像检索技术
CameraCalibration_arithmetic
- 计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息，并由此重建和识别物体，而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验与计算才能得到，这个过程被称为摄像机定标(或称为标定)。标定过程就是确定摄像机的几何和光学参数，摄像机相对于世界坐标系的方位。标定精度的大小，直接影响着计算机视觉（机器视觉）的精度。迄今为止，对于摄像机标定问题已提出了很多方法，摄像
Hough
- Hough变换 所实现的是一种从图像空间到参数空间的映射关系。-Hough transform is achieved from the image space to parameter space mapping.
AdaptiVe-Aggregation
- 出了一种恢复高质量稠密视差图的立体视觉合作算法．该算法采用基于形态学相似性的自适应加权方 法，迭代地进行局部邻域的自适应聚合和抑制放大，实现高效率和高质量稠密视差图计算．将该算法推广到三目摄像 机立体匹配系统中，通过重建摄像机坐标系实现图像校正，并根据连续性假设和唯一性假设，建立视差空间中的支持 关系和三目摄像机之间的抑制关系．实验结果表明，三目立体合作算法能够得到精确的场景视差映射，并可以实现多 基线方向的遮挡检测．该算法特别适用于由多个廉价摄像机组成的立体视觉系统，在几乎不增
SingleLikeSpaceResection
- 单像空间后方交会程序,通过控制点的在大地坐标系中的坐标与图像在图像坐标系中的对应关系，应用共线方程的知识，计算出外方位元Xs,Ys,Zs.-By geodetic coordinate system coordinates and image control point correspondence between the image coordinate system, knowledge application collinear equations to calculate the ori
Optical-flow-method
- 光流是一种简单实用的图像运动的表达方式[1] ，通常定义为一个图像序列中的图像亮度模式的表观运动，即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。这种定义认为光流只表示一种几何变化。1998年Negahdaripour将光流重新定义为动态图像的几何变化和辐射度变化的全面表示[2] 。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。一般情况下，光流由相机运动、场景中目标运动或两者的共同
fcm
- 一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系，而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果，有效地降低了噪声的影响。(A fast anti noise Fuzzy C-Means Image Segmentation AlgorithmImage segmentation is to divide the i