搜索资源列表
opencv---sift
- 基于opencv的sift图像拼接算法，是特征匹配的一种，具有旋转、平移、遮蔽以及仿射不变形，广泛应用于图像拼接及图像特征匹配中-Based on the opencv sift image stitching algorithm, is a feature matching, rotation, translation, masking and affine deformation, is widely used in image stitching and image feature mat
image-matching-
- 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
SIFT
- SIFT算子计算旋转图的匹配点，python编写，仅供参考-SIFT operator calculate rotation graph matching points, python prepared for reference purposes only
acad2000
- === 命令说明====== zq--上一缩放zoom p zd--动态缩放zoom d ze--范围缩放zoom z z--zoom v--移动move c--复制copy q--平移pan t--偏移offset tt--镜像mirror rt--旋转rotate dss--距离dist aa--圆circle g--直线line gg--多段线pline dt--单行文本dtext r--放弃
ESPRIT
- ESPRIT是“Estimating signal parameters viarotational invariance techniques”的缩写，含义是“借助旋转不变技术估计信号参数”，它是由Roy[221等人于1986年提出的另一种基于子空间的DOA估计方法。 应用领域 侧向定位 信号处理 思想 ESPRIT的思想在于，将传感器阵列分解为两个完全相同的子阵列，两个子阵中每两个相对应的阵元具有相同的平移，即要求阵列具有平移不变性，每两个位移相同的阵元匹
Matching-Algorithm
- 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
Fingerprint
- 由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。 本论文对指纹图像基于小波变换的各种处理进行了分析、总结。图像处理包括基于小波变换的指纹图像滤波处理和基于小波的指纹图像增强处理。同时介绍指纹图像的预处理：目的是去除指纹图像中的噪音，将其转化为一幅清晰的点线图，便于提取正确的指纹特征。它分四步进行，即灰度滤波、二值化、二值去噪、细化。 本文针对基于点模式匹配的指纹匹配算法速度较慢的现状,设计了一种新
digital-image-processing
- 数字图像实习作业 功能有：影像的旋转、平移、缩放、融合、匹配等-zoom spin match mix
2008
- 北航2008复试上机。 1.素数 输入一个整数，要求输出所有从1到这个整数之间个位为1的素数，如果没有则输出-1（30分） 2.旋转矩阵 任意输入两个9阶以下矩阵，要求判断第二个是否是第一个的旋转矩阵，如果是，输出旋转角度（0、90、180、270），如果不是，输出-1。 要求先输入矩阵阶数，然后输入两个矩阵，每行两个数之间可以用任意个空格分隔。行之间用回车分隔，两个矩阵间用任意的回车分隔。（60分） 3.字符串匹配 从string.in
ciratefi105
- 图像特征匹配 巴西人写的，可以直接从图像进行模板匹配，算法对缩放和旋转具有不变性-image template match，wirtten by a Brazilian，this algorithm is invariant for scale and rotation of images
SIFT
- Sift(Scale Invariant Feature Transform)是一个很好的图像匹配算法，同时能处理亮度、平移、旋转、尺度的变化，利用特征点来提取特征描述符，最后在特征描述符之间寻找匹配。本源码是用c语言实现的，代码简单易理解-Sift (Scale Invariant Feature Transform) is a good image matching algorithm, and can handle the brightness, pan, rotate, scale ch
surf-and-Homography-decomposition
- 使用opencv，首先提取两幅图像的surf特征点，然后匹配，求单应矩阵，然后分解得到旋转角度。保证可用，走过路过不要错过。-Using opencv, first extracting feature points of the two images of the surf, and then matching, seeking homography, then decomposition rotation. Guarantee is available, do not miss passin
edge-image-match
- 以边缘为特征实现红外图像与可见光图像匹配，在一定范围内对旋转和尺寸变换具有鲁棒性。-Infrared image and visible light image matching based on edge.
SIFT
- SIFT匹配（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Matching SIFT (Scale invariant feature transform, Scale invariant feature transform) is a co
Scale-Rotation-Invariant-Features
- 一种新的尺度旋转不变特征，可以用于人脸识别或者图像匹配等领域-A new kind of scale and rotation invariant features, can be used for face recognition or image matching field
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
bubianju
- 本文对于R.Y.wong提出的用于图像匹配的不变矩法进行了分析,给出了在离徽情况下平移和旋转不变性的理论证 明.同时指出比例因子的不变性在离散情况下是不成立的.最后DPSS/52计算机系统上采用四幅不同图像进行了计算机仿X 实脸,取得了与理论分析一致的结果-This article proposes to RYwong moment invariants method for image matching carried out by analyzing the situation in vit
imageMosaicsTest
- 基于opencv的尺度，旋转不变模板匹配-Opencv-based scale, rotation invariant template matching
Offset-CS-Algorithm-in-LTE
- ：LTE(Long Term Evolution，长期演进)系统中的小区初始搜索过程通过分别检测主同步信号(Primary Synchronization Signal，PSS)和辅同步信号(Secondary Synchronization Signal，SSS)来完成，搜 索结果包括小区组ID、符号定时、频偏估计、组内小区ID以及帧定时[1]。然而，若接收信号 1IDN 2IDN 中存在整数倍频偏，则由于时域的相位旋转，主
CurveMatching-master
- 基于曲线的模板匹配，能完美解决部分遮挡，旋转和尺度变化-Based on the template matching curves can be the perfect solution to partial occlusion, rotation and scale changes