搜索资源列表
K-nearest-neighbor-algorithm
- 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法,讲解详细，非常有用-From K neighbor algorithm and distance measurement when it comes to KD tree, SIFT+ BBF algorithm, explain in detail, very useful
Image-Stitching
- 基于SIFT特征的全景图像拼接 主要分为以下几个步骤： (1) 读入两张图片并分别提取SIFT特征 (2) 利用k-d tree和BBF算法进行特征匹配查找 (3) 利用RANSAC算法筛选匹配点并计算变换矩阵 (3) 图像融合 -Image Stitching
ICP-point-cloud-registration
- 三维激光点云配准是点云三维建模的关键问题之一。经典的 ICP 算法对点云初始位置要求较高且配准 效率较低，提出了一种改进的 ICP 点云配准算法。该算法首先利用主成分分析法实现点云的初始配准，获得较好 的点云初始位置，然后在经典 ICP 算法的基础上，采用 k － d tree 结构实现加速搜索，并利用方向向量夹角阈值去除 错误点对，提高算法的效率。实验表明，本算法流程在保证配准精度的前提下，显著提高了配准效率。 -Three-dimensional laser point cl
Top-k-Local-Alignment
- 本文研究了基于外存后缀树的top- 局部比对算法，它从根本上消除了内存空间对算法的束缚-In this paper, we study the top-local matching algorithm based on the external suffix tree, which fundamentally eliminates the memory space constraints on the algorithm
邻域计算
- kd树数据存储结构，进行klinyu搜索，GUI界面，具有保存搜索的k邻域数据(Kd tree data storage structure, k linyu search, GUI interface, with k neighborhood data to save the search)