搜索资源列表
fayeboy1984
- 此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分
基于局部小波矩的图像匹配算法
- 该文将图像的视觉不变矩特征引入到图像匹配领域中，通过提取图像的局部小波矩，提出了一种基于局部小波矩的图像匹配算法。
brodatz纹理特征图像库
- 他是Brodatz图像纹理特征库，可用于图像的纹理特征的匹配试验的图片
distinctive-image-features
- 本文主要介绍了如何提取图像特征，并进行图像特征匹配-This paper presents a method for extracting distinctive invariant features from images that can be used to perform reliable matching between different views of an object or scene.
imagemosic
- 针对基于图像特征点的配准方法中对应特征对难以准确提取的问题,提出一种基于兴趣 点匹配的图像自动拼接方法。该方法首先利用Harris角检测器提取两幅图像中的兴趣点,并在此基 础上采用比较最大值法提取出对应兴趣点特征对,最后利用这些匹配特征对来实现图像的拼接。实 验结果表明,这种方法能有效地去除伪匹配特征对的干扰,同时降低了误匹配的概率-Feature points for image-based registration method of the corresponding char
200707171152015173
- 图像检索中颜色的特征提取及匹配算法，以家权欧几里得距离，中心距得加权距离，直方图交集算法等。-Image Retrieval color feature extraction and matching algorithm to the right home Euclid distance, center distance of a weighted distance, histogram intersection algorithm.
yixue
- 计算机辅助诊断数字医疗图像增强方法中,简单地应用直方图均衡化方法是不完善 的,直方图匹配化是常规辅助方法之一·以牙X线根尖片图像为例,分析图像特征,采用Gauss函 数来构造多峰曲线,生成匹配化直方图,是一种实用增强方法 -Computer-aided diagnosis of digital medical image enhancement methods, the simple application of histogram equalization method is im
POINT
- 新型高效图像特征点检测算法 在运动检测 匹配 等图像处理领域有广泛应用-A NEW DIGITAL INTEREST POINT OPERATOR FOR CLOSE-RANGE PHOTOGRAMMETRY
product
- 提出了一种改进的加权Hausdorff距离，并将其应用于字符图像的匹配。该方法根据字符图像的结构特征对字符不同区域设置不同的权重。实践表明该方法改善了图像匹配效果。-An improved weighted Hausdorff distance, and applied to characters in the image matching. The method according to characters in the image of the structural characteris
sift1
- 针对现有的图像复制遮盖篡改检测算法需要某些先验信息、对后处理操作失效且计算量大等问题, 借鉴图像匹配技术中的SIFT(scale invariant feature transform)特征匹配算法,首次提出将其用于检测复制 遮盖的篡改操作。 -Cover the existing image copy for tamper detection algorithm needs some prior information on the calculation of post-proc
sift4
- :提出一种基于尺度不变特征变换(SIFT)特征匹配的目标跟踪方法.首先使用SIFT提取目标特征,构 建目标特征库,然后使用基于K维树的特征匹配算法,对实时序列图像提取的SIFT特征与特征库中目标进行精确匹配 -: Based on Scale Invariant Feature Transform (SIFT) feature matching target tracking. The first to use SIFT target feature extraction, featur
Learning-depth-information
- 本文提出一种基于高斯- 马尔科夫 随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在 人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上-This paper presents a Gauss- Markov random field model, first by image acquisition and laser ranging system, collecting a large number of images to ma
sift-introduction
- SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点，其匹配能力较强，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力。该算法目前外文资料较多，但中文方面的介绍较少.-SIFT feature matching algorithm is at home and abroad feature points matching hot area of research and diffi
SIFTpp
- 基于SIFT特征匹配的稳健图像拼接算法，可以参考一下-Robust image mosaic algorithm based on SIFT feature matching reference
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
ImageMosaic
- 一些关于图像拼接的论文，包括特征提取、特征匹配和RANSAC特征点提出等-The articles of image mosaic, including feature extraction, feature matching and RANSAC the feature points purification algorithm
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
sift-based-on-edge-corner
- SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算 量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根 据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结 果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
2005510101315809
- 提出了一种复杂背景下的多车牌图像分割和识别方法，首先采用统计和特征匹配相结合的方法进行背景提取，将可能存在车辆的区域提取出来；然后分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割；最后使用PCA和神经网络相结合的方法精确识别车牌。-Proposed a multi-plate image segmentation and recognition method under a complex background, the first
SIFT
- SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果-SIFT (Scale-invariant feature transform) is a local feature detection algorithm by finding a pictur