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. 图像特征点提取及误匹配点消除

  2. 用OpenCV实现了Harris特征点的提取，并在此基础上消除了消除误匹配点，程序在VC++6.0下调试运行通过！

  3. 所属分类：C++

    • 发布日期：2009-06-09
    • 文件大小：412kb
    • 提供者：LXF962222451

  1. 一种激光扫描数据与数码照片的配准方法

  2. 提出了一种激光扫描数据和数字图像配准的方法。该方法基于立体像对匹配点与三维扫描点云的最 近邻迭代配准。配准中,采用M-估计的选择权迭代在最邻近点搜索算法中逐步消除立体像对误匹配粗差点 的影响,得到正确的收敛结果,并基于地面实验证明此方法是可行的和有效的。

  3. 所属分类：专业指导

    • 发布日期：2015-10-16
    • 文件大小：216kb
    • 提供者：qq_16594971

  1. 基于UCC3809设计的反激变换器（50W）.pdf

  2. 基于UCC3809设计的反激变换器（50W）pdf,UCC3809设计反激变换器（50W）在反激变换器中,变压器实际上是一个多绕组的耦和电感,变压器磁芯提 供耦合及隔离,而电感量给出储能大小,储存在空气隙中的电感的能量如下式 E Lp·(PEAK 2 (2) 此处,E为焦耳,Lp为初级电感,单位为享利。 Ipeak为初级电流,单位安 培。当开关导通时,D1反向偏置,没有电流流过二次绕组,初级绕组中流过斜 率如下式的电流 IN(min)v Rds(on) △t P (3) 此处,V1N(min)与

  3. 所属分类：其它

  1. C#习题集（2018秋）.pdf

  2. 课程结束后的习题集，对期末考试有很大帮助，大家可以看看。【】包含在 的各语言之问兼容的数据类型。 即时编译器) (通用类型系统) 公共语言规范) 微软中间语言) 源代码经过【】次编详,才能在本机上执行。 所有支持的编程语言编写的源代码经过一次编译后,被编译成【】 机器代码 代码 代码 源代码 在中,关于和的叙述正确的是【】。 应用程序在环境被编详成 将能够被任何计算机执行 应用程序被编译两次,第一次生成 在运行时被快速编译 应用程序被编译两次,但第二次编译比第一次慢 借取 被编译成机器代码,该机

  3. 所属分类：讲义

    • 发布日期：2019-08-17
    • 文件大小：823kb
    • 提供者：weixin_43352914

  1. 基于改进随机抽样一致算法的视频拼接算法

  2. 为了解决实时视频拼接中的鬼影和拼接缝问题,提出了一种基于改进随机抽样一致算法的实时视频拼接算法。首先,针对双目摄像头的重叠区域,采用加速鲁棒特征算法提取特征点,寻找特征匹配点对;然后利用改进的随机抽样一致算法去除误匹配点对,获得最优单应性矩阵;最后,对重叠区域像素进行动态融合处理。实验结果表明,采用本文算法可以有效地消除视频重叠区域的拼接缝和鬼影,同时可保证视频拼接系统的实时性。

  3. 所属分类：其它

    • 发布日期：2020-05-30
    • 文件大小：347kb
    • 提供者：weixin_38701340

  1. 基于改进视觉背景提取算法的运动目标检测方法

  2. 针对视觉背景提取算法在复杂环境下检测出现鬼影现象、动态背景因素形成噪声干扰等问题, 提出一种改进的视觉背景提取算法。通过创建辅助样本集, 对复杂环境中像素点的重要特征信息进行收集; 引入像素点鬼影因子和区域复杂度分析, 自适应调节各像素点的匹配阈值和更新速率; 最后通过基于滑动窗的像素点闪烁程度分析, 将可能被误检为前景的噪声点向辅助样本中依概率更新。多场景下对比实验表明, 该算法可将错分率降低至1.49%, 且在检测时能快速消除鬼影现象, 有效抑制动态背景产生的噪声干扰, 同时保证前景目标能被

  3. 所属分类：其它

  1. 基于主动红外滤光环视成像的车道线检测算法

  2. 针对传统的车道线检测系统采用单路前视摄像头在夜晚场景下易受强光照干扰和在复杂场景下易出现误检漏检的问题, 提出一种基于主动红外滤光环视成像的车道线检测算法。在成像阶段, 利用4路基于主动红外滤光成像的车载摄像头采集车辆四周的场景信息, 再基于透视变换和图像融合得到具有360°俯视效果的环视图像。在车道线的检测阶段, 提出一种基于凝聚型层次聚类的车道线检测算法：1) 基于车道线的形状特征设计一种具有较强针对性的匹配模板用来提取车道线边缘点; 2) 以凝聚型层次聚类对边缘点聚类, 并以随机抽样一致性

  3. 所属分类：其它

  1. 基于颜色内相关和自适应支撑权重的立体匹配算法

  2. 立体匹配的关键问题是确定一个合适的匹配代价关系,颜色内相关作为像素点的固有特性，能够有效地反映出匹配像素点间的微小差异。对传统的自适应支撑权重 (ASW)方法进行改进，提出了一种基于颜色内相关和自适应支撑窗口的立体匹配算法，该方法结合了颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小。同时为了消除光照不同对图像匹配结果的影响，将匹配点先进行rank变换后再进行匹配代价关系计算。对计算出的初始视差图进行三步优化，剔除由图像遮挡、重复等引起的不同视差错误，从而得到最终的视

  3. 所属分类：其它

  1. 运动背景下对地多运动目标检测

  2. 本文提出一种运动背景下对地多运动目标检测算法。采用最邻近算法和对称约束算法滤除误匹配点对，基于RANSAC算法消除外点的影响，准确估计全局运动参数，提高了运动背景补偿的精度。关联连续运动信息图得到运动历史图，补充空洞。在运动历史图上进行形态学处理，有效地滤除噪声，精确地检测出了多运动目标。实验结果表明本文算法能够精确的进行运动背景补偿，准确的检测出多运动目标。

  3. 所属分类：其它