搜索资源列表
-
0下载:
汽车防撞,技术路径不外:1.雷达测距防撞;2.视差测距防撞。前者,一旦保有量较大,必定遭遇互相干扰问题;后者,以前主要问题是,算法复杂,实时性差。
本文公开了一种新算法(已申请发明专利),主要运算可以借助硬件组合逻辑模块并行执行,可以极大提高视差测距的实时性,满足汽车防撞的要求。-(Background) Stereo matching, requires in two images to identify two pixels to be matched each other, i
-
-
0下载:
Describes an Open Source library used for the purpose of Image Matching using David G. Lowes SIFT algorithm.
-
-
1下载:
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.
-
-
0下载:
matching algorithm based on SIFT algorithm,
extract feature points in use of Harris corner detection algorithm-matching algorithm based on SIFT algorithm,
extract feature points in use of Harris corner detection algorithm
-
-
0下载:
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
-
-
0下载:
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
-
-
0下载:
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
-
-
0下载:
针对
128
维
SIFT
特
征向量,采用距离匹配和余弦相似度匹配相结合的测度方法,利用特征点方向一致性进一步降低误匹配率
.
实验结
果表明:改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果
.
与原算法相比,在保
证匹配点数和匹配时间的基础上,改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低
10%~20%
,
对于小尺度的视角变换,误匹配率平均降低
5%.
-For 128-dimensi
-
-
0下载:
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
-
-
0下载:
要:图像匹配是计算机视觉中许多领域的基础,特征提取则是图像匹配的基础,其中不变量特征是一
个重要的理论。SIFt是最有效的尺度、旋转、亮度不变量局部特征之一,但算法复杂、计算时间长。分析
了SIFt的计算时间分配,通过计算关键点的邻域梯度直方图时动态修改采样步长,大大提高了SWr的
计算速度。分析了基于SIFt特征的图像匹配算法,提出了双向匹配算法,提高了图像匹配的准确率。实
验结果表明所提出的方法是有效的-Scale invariant feature transform(SI
-
-
0下载:
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
-
-
0下载:
结合PCA的尺度不变特征变换(SIFT)算法,正确率可以达到98%,粒子图像分割及匹配均为自行编制的子例程。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Accuracy can reach 98 , Particle image segmentation and matching subroutines themselves are prepared.
-