搜索资源列表
phasecong
- 本程序应用相位一致性进行边缘检测，较以往应用灰度信息进行边缘检测算法，该算法与光照无关，且抗噪声性能强-phase of the application process consistency edge detection, gray than in the past Application information edge detection algorithm, The algorithm has nothing to do with illumination, and strong ant
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
suanfa
- 给出了一种基于小波变换的图像融合方法，对小波分解后的低频分量通过度量其图像块空间频率和对比度来确定融合图 像的低频分量，对分解后得到的高频分量，选择高频系数时，基于绝对值最大的原则，并对选择结果进行一致性验证，最后重构得 到融合图像。从仿真结果可以看出，给出的方法很好地保留了多幅原图像的有用信息，融合图像清晰度和对比度都较好，是一种有 效的图像融合算法
ransac.rar
- ransac，随机抽样一致性算法，应用在图像处理特征点匹配中。,ransac, random sample of the consistency algorithm used in image processing feature point matching.
Separately_based_on_wavelet
- 基于小波变换的分开—合并图像分割matlab ．采用多尺度小波变换系数作为四分树结构的分开一合并法图像分割的一致性度量 从而在大的图像块中。去除噪声的影响，在小的图像块中，以小波变换的局部极大值精确定位边缘，根据边缘信息进行分开一合并法图像分割 ．实验表明．算法得到满意的结果 ． -Separately based on wavelet transform- the combined image segmentation matlab. The use of multi-scale wa
ransac_new
- ransac，随机抽样一致性算法，应用在图像处理特征点匹配中。-ransac, random sample of the consistency algorithm used in image processing feature point matching.
RANSAC
- 随机抽样一致性算法 它是从一个观察数据集合中，估计模型参数（模型拟合）的迭代方法。-Random consistency algorithm is an observation from the data set, the estimated model parameters (model fitting) the iterative method.
Multi-sensor-image-fusion-algorithm-
- 一种邻域一致性的NSCT域多传感器图像融合算法，针对同一场景多传感器图像融合问题，提出了一种基于邻域特性的非采样Contourlet变换域融 合新算法．首先对待融合图像进行非采样Contourlet变换分解，由邻域平均能量与方差构造各点的能量 方差决策值，基于决策值最大原则选择低频子带系数，从而在保持图像亮度的同时融合更多的边缘细 节；基于邻域能量最大原则选择带通方向子带系数，以保留更多的边缘．最后反变换得到融合图像．-Multi—sensor image fusion algori
keyframe-extraction
- 引入骨骼夹角作为运动特征，并以此确定候选关键帧；采用分层曲线简化算法精选候选关键帧获得最终关键帧集合；通过对算法参数自适应调节，以满足不同压缩率要求. 实验结果表明：该算法具有良好的数据压缩效果及较强的运动概括能力，并在一定程度上保证了同类相似运动间关键帧集合的一致性 -The introduction of the bone angle as motion characteristics and to determine the candidate keyframes layered
RANSAC
- 二维图像中随机抽样一致性RANSAC算法的实现-Two-dimensional image RANSAC RANSAC algorithm
myCanny
- 基于opencv函数库的基础上，翻译matlab版的canny算法，实验结果一致性达到98 -Based on the basis of opencv library, translation matlab version of the canny algorithm, the consistency of the experimental results up to 98
ImageMatch
- 实现两幅图像的拼接，计算单应性矩阵，通过随机抽样一致性算法-Achieve two image stitching, calculate homography, by random sampling consensus algorithm
RANSAC
- 随机采样一致性算法，能够从大量点云数据里提取出最优平面，而且速度较快。-RANSAC algorithm, can extract the optimal plane a large number of point cloud data, and the speed is fast.
SURFandRANSAC
- 本程序的功能是基于opencv库，用SURF提取特征，并保存描述子，再用随机抽样一致性算法剔除错误的匹配点，保存匹配好的点坐标，效果可以，你也可以换成SIFT或ORB来看效果。-This procedure is the function of feature extraction using SURF, and save the descr iptor matching points and random consistency algorithm to eliminate errors, s
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
segmentation
- 一维熵分割法将图像分割成目标和背景，并使目标和背景两部分的信息熵最大，则目标和背景内部的灰度值一致性最好，目标和背景的信息量最大。(One-dimensional entropy segmentation)
RANSAC
- 本代码为随机采样一致性点云处理算法，可以从点云数据中很好的对模型进行拟合(This code is a random sampling consistency point cloud processing algorithm, can very good from point cloud data for fitting model)
quickly match
- 基于亮度/色彩一致性，在SURF算法的基础上提出了一种快速图像特征点匹配算法，可以缩小特征点匹配所需的运行时间，提高正确匹配率。(Based on the brightness / color consistency, a fast image feature point matching algorithm based on SURF algorithm is proposed, which can reduce the running time of feature point matchi
图像融合算法
- 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。实验结果表明，该方法有效提高了匹配点对的正确率，能够对电气设备红外和可见光图像实现高精度的配准。(In this paper, a method based
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像