搜索资源列表
ASIFT_windows_beta_20090415
- 一种比sift效果更好的算法，可实现图像在几乎任意仿射变化下的特征提取，而且特征点比SIFT多，是09年最新的算法-asift, full name is the affine scale-invariant feature transform, that is, of scale-invariant features of affine transform, is used to extract more of the characteristics of affine distortion
affien-invariant-moment
- 对发生仿射变换的图像，通过计算仿射不变矩来获得图像的不变特征。-Affine transformation of the image occurs, by calculating the affine invariant moment to get the image of the same features.
test10-12
- 基于统计的图像特征提取，通过轮廓线的归一化，使得特征具有仿射不变性。-Based on statistical image feature extraction, through the contours of the normalization so that with the affine invariant features.
asift_source
- asift,全名是 affine scale-invariant feature transform ，即 仿射性尺度不变特征变换，是用来提取较大仿射扭曲不变的特征区域的一种方法，相信对大家有用-asift, full name is the affine scale-invariant feature transform, that is, of scale-invariant features of affine transform, is used to extract more of t
eccv06
- In this paper, a novel scale- and rotation-invariant interest point detector and descr iptor, coined SURF (Speeded Up Robust Features) is presented. It approximates or even outperforms previously proposed schemes with respect to repeatability, di
67506282mahalanobis
- 马氏距离的仿射不变性删除误匹配特征点 对，据此可求取2幅源图像间的仿射变换参数-Mahalanobis distance of the affine invariant features remove the false matching points Yes, according to the source to obtain two parameter affine transformation between images
MSA
- 仿射不变特征提取 多尺度自卷积方法-The Multi-Scale Autoconvolution (MSA) method offers a novel way of approaching this problem. The method provides affine invariant features with only moderate computational complexity and does not require any other segmentation steps
sift
- 1999年British Columbia大学大卫.劳伊（David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SIFT（尺度不变特征变换），这种算法在2004年被加以完善。 -University of British Columbia 1999, David Rowe (David G. Lowe) summed up the professor is not variable
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
AndroidIMBluetoothP2P
- code to obtain affine moment invariant features. Apply the technique to OCR and use a standard classifier to evaluate the performance of your implementation Blur Invarient
affine
- Affine finction to detect an dtrack features.-Affine finction to detect an dtrack features.
Image-registration
- 这是一个半自动的基于特征的图像配准程序。在程序中，需要手工选择特征点，程序会自动寻找到相匹配的特征点，然后自动计算仿射变换参数。本程序添加了一个对话框来完成图像配准的设置和相关图像配准工作。-This is a semi-automatic based on features of image registration procedures. In the program, need to manually choose feature points, and the program will
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
demo_ASIFT_src
- 考虑了放射变换因素，比sift有更好的效果，但是速度由于增加了旋转的考虑会变慢很多！-A fully affine invariant image comparison method, Affine-SIFT (ASIFT) is introduced. While SIFT is fully invariant with respect to only four parameters namely zoom, rotation and translation, the new method t
Edge-image-registration
- 图像配准是多传感器图像融合研究中的一项关键技术。多传感器图像特别是波段相距较远的相 关性较小的图像，要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像，图像之间比较 明显的特征是各个物体之间的边缘．该文研究利用小波变换的方法提取图像的边缘，并对边缘图像作交互方 差分析，搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理，达到了精度较高的配准效 果．-Image registration is a key technology in the study o
affine-covariant-features.tar.
- 求解图像的特征值，改特征值具有很强的可靠性，affine covariant features，并将此特征值转换为大家熟悉的sift形式,Solving the image feature points. This kind of feature point is very robust, and it s called affine covariant features, which has the form of SIFT
pipei
- 这是基于仿射不变特征的图像匹配技术算法，值得参考下载！-This is based on the algorithms of affine invariant features image matching technology, worth considering download!
CV5
- 本程序功能是由运动（估计）恢复仿射结构，具体使用的是factorization分解法。这个方法的本质就是一个矩阵分解的过程：对于给定n个点的m幅图像，我们可以写成一个2m*n的矩阵D=（q1，q2，…，qn），而这个像点矩阵可以表示成一个2m*3矩阵和一个3*n矩阵的乘积，即D=AP，其中A、P分别表示实际（仿射）摄像机位移和场景状态，也就是我们需要求得的矩阵。而如何根据D来得到A、P，正是factorization分解法的工作。-This program features the recove
Affine_transformation_SURF
- 基于SURF的仿射变换识别源代码，包括提取灰度图像的尺度不变特征（SIFT特征）-SURF-based affine transformation recognition source code, including the extraction of grayscale images scale invariant feature (SIFT features)
SIFT
- SIFT(Scale Invariant Feature Transform)即尺度不变特征变换，是 D. G.Lowe 在 1999 年提出的一种基于图像局部特征的描述算子，并于 2004年做了完善。SIFT算法是一种基于线性尺度空间，对图像缩放、旋转甚至仿射变换保持不变的局部特征描述算子，因此被广泛地应用于机器人定位、导航和地图生成中。-This paper presents a method for extracting distinctive invariant features fro