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SIFT特征全景图像拼接（C语言实现）

  2. 本原码是用C语言实现的SIFT算法，可以提取SIFT特征和利用SIFT特征进行图像拼接和全景图构造，只需进行一些简单的OPENCV配置，就可以顺利运行。

  3. 所属分类：C

    • 发布日期：2016-01-04
    • 文件大小：13mb
    • 提供者：believedream

  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. 课程设计摩托车测速AD原理图

  2. 针对传统尺度不变特征变换(SIFT)算法的大规模计算和慢速的缺点， 提出了一种结合小波变换(WT)和压缩感知(CS)算法的改良型图像拼接方法。该方 法的工作原理如下：首先，利用压缩感知技术对图像进行小波变换和压缩。然后 结合SIFT 算法提取图像特征点。最后，将自适应阈值的序列相似性检测算法 （SSDA）用于图像匹配进行快速搜索，找出最优的拼接线和全景图像。实验结果 表明，该方法实现了图像的快速匹配，有效地克服了图像特征提取的过程中计算 量大、效率低的缺点，保证了算法中的匹配精度和拼接效率，满

  3. 所属分类：其它

    • 发布日期：2018-04-20
    • 文件大小：25kb
    • 提供者：lyricling

  1. SIFT提取特征进行全景图拼接

  2. 这是我图像处理的大作业代码，代码使用纯Python进行实现，基本上没调用OpenCV的API，语言：Python3，IDE：jupyter notebook，欢迎朋友们下载。

  3. 所属分类：Python

    • 发布日期：2020-05-04
    • 文件大小：1mb
    • 提供者：qq_42662568

  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. 基于特征分块的视差图像拼接算法caj

  2. 现有的视差图像拼接算法中单应性矩阵不具有全局性，且存在计算量大、拼接结果有重影和结构扭曲等问题。为此，提出一种新的的视差图像拼接算法。采用图割算法将参考图像和目标图像分割成若干个具有独特性质的图像块，并对图像块编号。运用 SIFT 算法对图像进行特征提取，在特征描述子中加入特征点的图像块信息，确定目标图像与参考图像之间的特征匹配图像块。通过特征分块法计算全局单应性矩阵，找出最优的全局单应性矩阵对目标图像进行预配准。在重叠区域加入形状扭曲约束和块链接约束局部优化预配准图像，得到修正后的图像，并进行

  3. 所属分类：图像处理

  1. 基于拼接缝自适应消除和全景图矫直的快速图像拼接算法.caj

  2. 针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象，提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先，用尺度不变特征变换( SIFT) 提取图像指定区域特征点并用双向 K 近邻( KNN) 算法进行图像配准，有效提高算法效率; 其次，利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除，解决拼接缝色差过渡不均匀问题; 最后，针对累积拼接误差形成全景图倾斜的现象，利用边缘检测算法提出自适应拟合四边形矫直模型，把原始全景图矫直为一个全新的全景图。所提

  3. 所属分类：图像处理

  1. 3d-CV-Panaroma-Stitching-源码

  2. EE 645 {3D-计算机视觉} 作业1：全景拼接 任务： 在数据集中每个场景拍摄至少4幅彩色图像，然后执行以下步骤。 检测，提取和匹配功能（允许内置功能）。 使用RANSAC估计两个图像之间的单应性矩阵（允许使用内置函数，但直接估计同构函数的函数除外）。 使用步骤（2）中估计的单应性矩阵从数据集中缝制（至少4个）每个场景的彩色图像，以创建全景图（允许使用内置功能，但不包括扭曲和混合功能）。 使用内置的单应性估计命令拼接步骤（3）中用作输入的图像，并将其与步骤（3）中获得的全景图进行

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：106mb
    • 提供者：weixin_42162978