搜索资源列表
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
structure from motion
- 非常实用的从运动中恢复三维结构的matlab实现，友好的GUI，是研究和开发机器人视觉和计算机视觉的有力工具。
Factorization
- Lucas-Kanader-Tomasi Feature Tracker，由运动恢复结构的问题，目的是从一组由摄像机移动获得的图像来恢复一个场景的立体结构。对于这个问题，C.Tomasi和T.Kanade[1]于1992年提出了一种Factorization的方法，可以有效地避免噪声的干扰，同时不会受限于特定的运动模型，例如单纯的平移或是旋转。-Lucas-Kanader-Tomasi Feature Tracker, by the movement to restore the structu
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
3D-Reconstruction
- 基于多幅图像序列的三维重建技术，以两幅图像的三维重建算法为基础，采用由运动 中恢复校准的结构方法，在已知摄像机参数的情况下，利用KLT特征点跟踪算法，实现了多 幅图像的三维重建，并利用集束调整优化了重建结果．-We presented a three dimensional reconstmction method based on image sequence of multiple images． Under the condition of the known camem pa
BALM
- 双线性增广拉格朗日系数算法，可用于图像运动分割，是运动结构算法的预处理算法，可用于恢复物体三维结构。-Augmented Lagrangian coefficient bilinear algorithm can be used for image motion segmentation, campaign structure preprocessing algorithm is the algorithm can be used to restore the three-dimensional
Chapter4_StructureFromMotion
- 该工程是深入理解OpenCV第四章使用OpenCV研究从运动中恢复结构的源码。-The project is in-depth understanding of OpenCV Chapter 4 using OpenCV to study the source of the structure motion recovery.
matchSIFT
- 基于图像序列的单目三维重建，运用运动恢复结构，SIFT算法等- U57FA u4E8E u56FE u50CF u5E8F u5217 u7354 u5355 u76EE u4E09 u7EF4 u91C u5EFA uFF0C u8FD0 u7528 u8FD0 u52A8 u6062 u590D u7ED3 u6784 uFF0CSIFT u7B97 u6CD5 U7B49
Structure-from-Motion-master
- 运动恢复结构源码，采用基于因数分解的方法实现,Matlab