注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于兴趣点不变矩的图像拼接

  2. 本文位居中国知网同类文章引用之前列，提出了一种基于兴趣点不变矩(IPIM) 的图像拼接技术。利用 Harris 角检测器获取图像中的兴趣点,计算兴趣点邻域的平移、旋转及尺度不变矩,通过比较各兴趣点邻域不变矩的欧式距离提取出初始特征点对,根据几何变换模型剔除伪特征对,最后利用正确映射模型实现图像的拼接。

  3. 所属分类：专业指导

    • 发布日期：2009-10-12
    • 文件大小：295kb
    • 提供者：shushenlw

  1. 尺度不变特征点提取 论文

  2. 这是尺度不变 特征点提取论文，网上不容易找到的，有用的同学，大家拿去用啦

  3. 所属分类：专业指导

    • 发布日期：2010-05-06
    • 文件大小：218kb
    • 提供者：wmsj31

  1. 基于SIFT的图像拼接算法

  2. 基于尺度不变特征变换的图像拼接算法，其中包括SIFT特征提取、RANSAC特征点提纯和图像拼接三块内容

  3. 所属分类：其它

    • 发布日期：2010-09-23
    • 文件大小：327kb
    • 提供者：sytar

  1. 一种基于图像特征点提取及匹配的方法

  2. 针对图像特征提取与匹配的适应性和准确性的问题，将尺度不变特征变换 (SIFT，Scale Invariant Feature Transform)算法应用到图像匹配领域．首先从原理上对SIFT算 法的特性进行了分析，并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现；最后 以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征 匹配，并对不同的近邻比进行比较，给出了建议值．通过3组实验图像的匹配结果表明，SIFT 算法提取的特征对图像缩

  3. 所属分类：C/C++

    • 发布日期：2011-06-06
    • 文件大小：228kb
    • 提供者：queencff

  1. 现代数字图像处理技术提高及应用案详解matlab代码

  2. 提高篇 第1章 精通“图像特征提取” 1.1 图像多分辨率金字塔 1.1.1 浅析“图像金字塔” 1.1.2 例程一点通 1.1.3 典型的“图像金子塔 1.1.4 学以致用 1.2 图像的矩特征 1.2.1 认识“Hu矩” 1.2.2 解析“Zernike矩” 1.3 图像的边缘检测 1.3.1 运用一阶微分算子检测图像边缘 1.3.2 运用二阶微分算子检测图像边缘. 1.3.3 基于Canny算子检测图像边缘 1.3.4 基于SUSAN特征检测算子的边缘提取 1.3.5 基于小波变换模极大

  3. 所属分类：教育

    • 发布日期：2012-12-21
    • 文件大小：4mb
    • 提供者：yubinglove

  1. 一种简化的SIFT图像特征点提取算法

  2. 针对目前尺度不变的图像特征点提取算法计算量较大,算法较复杂的问题,提出一种简化的SIFT图像 特征点提取算法。此算法通过改变金字塔尺度空间的结构实现对SIFT特征点提取过程的简化,通过改变特征 点描述子的结构实现对特征向量计算的简化,从而在保证算法鲁棒性的同时减少了计算量并增强了实时性。实 验证明了该算法的有效性。

  3. 所属分类：其它

    • 发布日期：2013-06-14
    • 文件大小：506kb
    • 提供者：linfeng_1245

  1. sift特征流提取

  2. 尺度不变特征转换(Scale-invariant feature transform或SIFT)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，此算法由 David Lowe在1999年所发表，2004年完善总结。

  3. 所属分类：其它

    • 发布日期：2013-10-13
    • 文件大小：684kb
    • 提供者：liujiyong7

  1. 一种针对车载全景系统的图像拼接算法的仿真

  2. 传统的全景图像拼接算法，多采用 Harris 角点的特征提取或尺度不变特征转换 (SIFT)的特征匹配算子的 方式，对存在重合部分的图像进行图像拼接处理。但对于车载全景图像拼接算法而言，车身四周采集到的 4 幅鱼眼 畸变图像，使用特征提取算子的方法进行的拼接，运算的复杂度高，效率低，不能满足车载设备的实时性要求。针 对这一问题，该文提出一种专门应用在车载系统的车载全景图像拼接算法，并对其进行 Matlab 仿真，最大限度提 高算法的运算效率，以满足车载系统实时性的要求，真实的反应路况信息，辅助

  3. 所属分类：专业指导

  1. python计算机视觉.pdf

  2. 高清完整版，极力推荐。 第1 章　基本的图像操作和处理 .....................................................................................................1 1.1　PIL：Python 图像处理类库.................................................................................................

  3. 所属分类：Python

    • 发布日期：2017-09-22
    • 文件大小：29mb
    • 提供者：donggua209

  1. SIFT特征提取

  2. matlab脚本，可实现特征提取。 SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），“尺度”的直观第一印象就是大小，尺度不变就是和图片的大小没有关系，简单的SIFT的理解是最后检测出来的特征点匹配适用于所有尺寸的图像

  3. 所属分类：机器学习

    • 发布日期：2018-10-24
    • 文件大小：198kb
    • 提供者：u013174148

  1. SIFT特征匹配的显微全景图拼接

  2. 针对细胞图像序列模糊、传统的特征提取方法鲁棒性不强、伪匹配点对较多、图像匹配耗时过长、融合效果不佳等问题,提出了一种强鲁棒性、快速和精确的图像拼接算法.该算法首先用基于尺度不变(SIFT)算法提取细胞图像特征点,接着采用改进的BBF(Best-Bin-First)算法对特征集进行初始的双向匹配,然后采用随机抽样一致性(RANSAC)算法对匹配点对进行进一步提纯并估算出单应性矩阵,最后根据细胞图像序列之间的单应性矩阵关系将其投影到统一标准的平面坐标系下,用具有塔型结构的多分辨率融合算法对图像进行无

  3. 所属分类：其它

    • 发布日期：2020-06-05
    • 文件大小：777kb
    • 提供者：weixin_38589774

  1. SIFT特征提取算法实验

  2. SIFT特征提取算法实验 SIFT特征提取算法 1.1 算法定义 1.2 SIFT特征提取算法实验： 1.3 构造数据集 检测提取感兴趣点 2.1代码实现： 2.2.绘制特征点代码分析： 提取数据集中每张图片的SIFT特征并展示 3.1实现对比： 3.2代码实现： 4.计算两张图片间的SIFT特征匹配结果 4.1匹配实现： 4.2代码实现： 5.数据集内检索匹配图像 5.1代码实现： 5.2分析： 1.SIFT特征提取算法 1.1【定义】 尺度不变特征转换(Scale-invariant fea

  3. 所属分类：其它

  1. 基于逐步细化特征提取的医学图像弹性配准

  2. 针对基于特征点的弹性配准方法对局部存在较大尺度形变的医学图像配准精度较低的不足,提出一种从全局到局部逐步细化的特征提取弹性配准方法.该方法首先采用尺度不变特征变换算法(scale invariant feature transform,SIFT)对图像进行特征提取与匹配以完成初步配准.然后通过计算参考图像和初步配准图像中所有控制点的领域均方差(mean square difference,MSD)寻找存在较大尺度形变的局部区域,在这些区域使用互信息再次进行特征提取,并利用层次B样条插值实现图像的

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：73kb
    • 提供者：weixin_38648396

  1. 尺度不变特征与几何特征融合的人耳识别方法

  2. 要提高人耳的识别率,关键是特征的提取与表达。尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量。尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征。最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别。在耳图像库上进行实验,结果表明,该方法不仅可以有效地提取人耳特征,通过

  3. 所属分类：其它

  1. 特征点和不变矩结合的遥感图像飞机目标识别

  2. 目的传统的飞机目标识别算法一般是通过目标分割,然后提取不变特征进行训练来完成目标的识别。但是,对于实际情况比较复杂的遥感图像飞机目标,至今没有一种适合多种机型的分割识别算法。针对现有识别算法的不足,提出一种基于特征点空间分布、颜色不变矩和Zernike不变矩相结合的遥感图像飞机目标识别算法。方法首先,对预处理后的遥感图像和模板图像进行小波变换,在低分辨率图像下采用圆投影特征进行粗匹配,确定候选目标;粗匹配结束后,提取高分辨率图像的多尺度Hartis-Laplace角点,并画出Delaunay三角

  3. 所属分类：其它

  1. Delaunay三角剖分和仿射约束的特征相同多物体同名点立体匹配

  2. 针对野外大视场、远距离、随机出现的特征相同多物体定位的实际需求，构建了基于双目立体视觉原理的三维坐标测量系统。为了高精度定位随机出现的特征相同多物体，需要正确匹配多物体同名点，因而提出了一种基于Delaunay三角剖分和仿射约束的立体匹配方法。利用具有抗仿射变换的仿射尺度不变特征变换(ASIFT)算法获得左右背景图像匹配点；通过Delaunay三角剖分算法对抽样后的匹配点生成三角网格，对左右图像每一对匹配三角形区域计算仿射矩阵；根据多物体同名点在不同匹配三角形内的分布，利用仿射约束实现对多物体同

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：10mb
    • 提供者：weixin_38544625

  1. 基于快速视网膜关键点局部不变特征的激光主动成像目标识别

  2. 提出一种基于快速视网膜关键点(FREAK)局部不变特征的激光主动成像目标识别方法，在目标的矩、几何、轮廓等特征难以提取时仍然能够准确识别。提出差分加速分割检测特征(FAST-Difference)特征点检测方法，将加速分割检测特征(FAST)与高斯差分算子(DoG)相结合，快速提取出对于各种变换均具有稳健性的特征点；使用FREAK描述子生成特征向量，最后使用级联匹配方法完成特征向量的快速匹配。所提方法具有与人类视觉类似的特性：特征点检测阶段，FAST-Difference方法使用DoG进行多尺度

  3. 所属分类：其它

  1. 基于彩色二进制局部不变特征的图像配准

  2. 提出了一种适用于彩色图像的局部不变特征配准方法。特征点提取阶段，提出了快速分割测试特征颜色差异(CDoFAST)特征点检测方法，计算图像的颜色不变量，以此为输入在尺度空间检测FAST 极值点，在极值点附近对高斯差分算子(DoG)值进行插值和拟合，以最终确定特征点的位置和尺度。特征描述符生成阶段，提出了一种新的彩色二进制局部不变特征(CBLID)，采样点邻域结构类似于人眼视觉的重叠，通过统计方向图生成二进制链码，具备旋转、尺度缩放、光照不变性和抗噪性能。通过计算汉明距离进行匹配并结合随机抽样一致性

  3. 所属分类：其它

  1. 散斑噪声对基于特征点匹配的图像配准的影响

  2. 针对综合孔径数字全息, 研究了散斑噪声对基于特征点匹配的图像配准精度的影响。建立了数字离轴全息实验装置, 利用尺度不变特征变换(SIFT)算法和快速稳健特征(SURF)算法提取待配准图像和参考图像的特征点, 采用欧氏距离最邻近法进行特征点匹配; 在此基础上采用抽样一致性最大似然估计算法估计图像变换模型参数。实验结果表明, SIFT算法的抗噪性更好; 对于SIFT算法, 当散斑信噪比大于1.4时, 配准相对误差小于0.02; 对于SURF算法, 当散斑信噪比大于1.7时, 配准相对误差小于0.05

  3. 所属分类：其它

  1. 基于卷积神经网络的SIFT特征描述子降维方法

  2. 针对128维尺度不变特征变换(SIFT)特征描述子进行图像局部特征点提取时匹配时间过长,以及三维重建进行特征点配准时的应用局限性,结合深度学习方法,提出一种基于卷积神经网络的SIFT特征描述子降维方法。该方法利用卷积神经网络强大的学习能力实现了SIFT特征描述子降维,同时保留了良好的仿射变换不变性。实验结果表明,经过训练的卷积神经网络将SIFT特征描述子降至32维时,新的特征描述子在旋转、尺度、视点以及光照等仿射变换下均具有良好的匹配效果,匹配效率比传统SIFT特征描述子效率提高了5倍。

  3. 所属分类：其它

« 12 3 »