搜索资源列表
3d-matching
- 提出了一种用于物体外形非接触式提取的综合立体匹配方法。该方法综合了基于面积的立体匹配过程和基于特征的立体匹配过程。能充分利用它们各自的优点。 既能产生致密视差图。又能获得不连续处的准确匹配。 解决了物体外形非接触式提取中的关键性的问题实验结果以及实际应用都收到了很好的效果。-Proposed for object shape extraction of non-contact integrated stereo matching method. This method is an integra
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
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
SIFT3
- :对传统SIFT算法从特征点提取时间和匹配精度上进行了优化,基于优化算法提取的特征点对构建 三角网进行小面元微分纠正配准。试验结果表明,该方法是一种有效的遥感影像自动配准方法。 -: SIFT algorithm from the traditional feature extraction time and matching accuracy, and the optimization, optimization algorithm based on the extracted fea
sift5
- :研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简 化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点. -: Study of a multi-target recognition algorithm using SUSAN corner formed SIFT feature point
BaseAutopanoramareserch
- 别对两幅图像提取广义特征点后， 利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像 的几何畸变。最后建立两幅图像之间的函数映射关系，完成图像的配准。实验结果证明了该方法的有效性。-Do the two images extracted generalized characteristic point, the root mean square error-based and cross-correlation of the two cont
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
Iris-segmentation
- 一篇主要介绍使用变量水平集方法进行虹膜分割的文章，之后也有其相应的归一化算法介绍以及特征提取及少部分的虹膜匹配-Introduced a level set method using the variable iris segmentation article, and then there are the corresponding normalization algorithm descr iption and a small number of feature extraction and
deselaers-cvpr10
- 图像匹配知识介绍,基于特征点的匹配介绍，值得收藏-image match
harris--feature-extraction
- 图像中角点(特征点)提取与匹配算法.，通过harris焦点检测来实现特征的提取-Extraction and matching algorithms of image corners (feature points), harris focus detection to the feature extraction
Video-vehicle-matching-
- 本文在opencv环境下，以目标识别为中心，利用 SIFT 算法对图像进行局部特征的提 取和其算法稳定的特点，有效准确建立匹配关系。-Opencv environment, target recognition, SIFT algorithm for image local feature extraction and algorithm characteristics, effectively and accurately create a matching relationship.
WaveletTransform
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
waveletanalysis
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
kk
- 综合灰度和纹理特征的视频段检索匹配研究.rar-The integrated grayscale and texture features video segment retrieval match. Rar
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
lvbo
- Hu不变矩的特征提取与匹配，可以实现生物是必定，并且农工eowngle-Hu invariant moments feature extraction and matchinghttp://www.pudn.com/upload.asp#
Video-Surveillance
- 文章通过设计战场电视侦察系统的智能视频处理模块，提高了战场电视侦察系统的工作效率和智能化水平。首先 分析对重要军事目标进行监控的特点，归纳运动目标的特征，根据特征建立正常模型；然后运用中值滤波对监控视频进行 预处理，再采用基于高斯混合模型的背景减除法提取运动目标，通过特征提取确定运动目标的属性，与正常模型进行匹配 处理后，得出运动目标是否异常；最后达成敌重要目标有异常出现时自动告警的目的-Abstract：This article designs the intelligent vi
daisy_presentation
- 大牛 E Tola的daisy特征描述子 比sift稠密 是稠密匹配经典之作 速度很快-Daniel E Tola s daisy feature descr iptor dense is dense than sift matching classic fast
CR
- 认知无线电中频谱感知的几种检测方法，能量检测、匹配滤波器检测、循环特征检测-cognitive radio
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea