搜索资源列表
SURFACESMATCHINGALGORITHMBASEDONGENETICALGORITHMAN
- 针对基于最小二乘法的ICP 曲面匹配算法难以处理待比较曲面的局部大变形问题, 提出一种改进算 法。即采用遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值, 利用ICP 算法匹配结果构造 偏差阈值, 以此阈值过滤点群后再以最小二乘法进行匹配处理, 消除局部大变形影响, 获得合理的变换矩阵。以此变换矩阵变换初始点群再进行误差计算, 从而获得理想的匹配结果-Least square method based on the ICP surface matching algorithm
matlabfordaisy
- 这是一个MATLAB代码实现的计算一对用双目立体视觉获得的一对图像对，然后用最新的Daisy算法计算每一个点的局部特征描述子，并且来实现立体匹配的功能。-This is a MATLAB code for computing a pair of stereo vision with a pair of images were obtained, and then Daisy algorithm with the latest point of the local characteristics
paper
- 一篇学术论文，基于局部生长融合的指纹匹配算法研究-An academic paper, based on the integration of local growth algorithm for fingerprint matching
siftDemoV4
- 作为一种匹配能力较强的局部描述算子，SIFT算法的实现相当复杂，但从软件开发的角度来说，只要会使用其中几个比较重要的函数就行了。这里要感谢David Lowe这个大牛，不但提供了一种强悍的特征匹配算法，还给出了C++的实现代码，后来有人用C#实现了这个算法，需要的朋友可到网上自行下载。 -As a strong ability to match the partial descr iption of operator, SIFT algorithm to achieve very compl
ASW
- 自适应权重立体匹配算法，目前效果最好的局部匹配算法-Local and area-based matching methods generally measure the similarity (or dissimilarity) between the image pixels using local support windows.
ObjectMatchingwithAffine-Invariant
- 基于局部仿射不变的特征匹配算法，包含全部.m文件，很有价值。-Based on local affine invariant feature matching algorithms, including all. M file of great value.
Alignment
- 一个生物系的多序列匹配，包括三种匹配算法，全匹配，两端匹配，局部匹配-Department of Biology, a multi-sequence matching, includes three matching algorithm, full match, both ends of the match, partial match
KMP
- KMP 改进的字符串匹配算法,由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。KMP算法的关键是根据给定的模式串W1,m,定义一个next函数。next函数包含了模式串本身局部匹配的信息。-Improved KMP string matching algorithm, by DEKnuth with VRPratt and JHMorris also found, so people call it Knut
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
kmp
- kmp算法是一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。KMP算法的关键是根据给定的模式串W1,m,定义一个next函数。next函数包含了模式串本身局部匹配的信息。-failed to translate
pattern-matching
- 模式匹配，kmp算法,kmp算法是一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现，因此人们称它为克努特——莫里斯——普拉特操作（简称KMP算法）。KMP算法的关键是根据给定的模式串W1,m,定义一个next函数。next函数包含了模式串本身局部匹配的信息。-Pattern matching, kmp algorithm, kmp algorithm is an improved string matching algorithm, by DEKn
STEREO_MATCHING
- SAD,SSD,NCC局部立体匹配算法实现-SAD, SSD, NCC local stereo matching algorithm
jubupipei
- c++做的局部匹配算法,使用c++和openGL编写-3D segmentataion and matching
B.Lucas
- 这是KLT算法论文的高清版。Kanade-Lucas-Tomasi方法，在跟踪方面表现的也不错，尤其在实时计算速度上，用它来得到的，是很多点的轨迹“trajectory”，并且还有一些发生了漂移的点，所以，得到跟踪点之后要进行一些后期的处理，说到Kanade-Lucas-Tomasi方法，首先要追溯到Kanade-Lucas两人在上世纪80年代发表的paper：An Iterative Image Registration Technique with an Application to Ste
MATLAB 实现sift算法
- sift算法的matlab实现1.SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性； 2. 独特性（Distinctiveness）好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配； 3. 多量性，即使少数的几个物体也可以产生大量的SIFT特征向量； 4.高速性，经优化的SIFT匹配算法甚至可以达到实时的要求； 5.可扩展性，可以很方便的与其他形式的特征向量进行联合。
SAD窗口局部立体匹配
- windows 环境下采用Matlab实现的SAD局部窗口立体匹配算法，主要针对的是灰度图像，能够形成视差图
SSD
- 利用局部匹配算法得到视差图的程序，输入左右视觉图片，输出左右视差图(Using local matching algorithm to obtain parallax map of the program)
CrossScaleStereo-master
- 实现立体匹配，兼顾了速度和匹配准确度，比以往的局部算法和非局部算法效果都好(The implementation of stereo matching takes into account both the speed and the accuracy of the matching, and the results are better than the local and nonlocal algorithms)
bayer抖动算法
- 抖动算法分为随机抖动算法和有序抖动算法。随机抖动算法随机产生一组模板方阵数列，随机数的产生期间在图像的最小灰度和最大灰度之间。有序抖动算法是人为地设置一些模板值进行匹配操作，主要有分散性抖动算法(Disperse Dither)和聚集型离散算法(cluster Dith神两种。分散型以Bayer有序抖动算法为代表。后来Ulichenay在以上两种算法的基础上，提出了局部聚集整体分散的抖动算法。(Dithering algorithm is divided into random ditherin
SIFT算法matlab
- SIFT即尺度不变特征变换，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 一、SIFT算法特点： 1、具有较好的稳定性和不变性，能够适应旋转、尺度缩放、亮度的变化，能在一定程度上不受视角变化、仿射变换、噪声的干扰。 2、区分性好，能够在海量特征数据库中进行快速准确的区分信息进行匹配 3、多量性，就算只有单个物体，也能产生大量特征向量 4、高速性，能够快速的进行特征向量匹配 5、可扩展性，能够与其它形式的特征向量进行联合 —