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
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
RANSAC
- 随机抽样一致性（RANSAC）算法MATLAB实现-Random sample consensus (RANSAC) algorithm based on MATLAB realization
random-sample-consensus
- 随机采样一致性(RANSAC)算法代码，用C++实现，作者是Ziv Yaniv-Random sample consensus (RANSAC) algorithm code, using C++ implementation, the author is Ziv Yaniv
SURF-based-image-stitching
- SURF算法作为一种新近出现的特征提取方法，在重复度、独特性、鲁棒性3个方面，均超越或接近以往提出的同类方法，并在计算效率上具有明显的优势。本代码采用SURF算法检测图像并进行坐标变换与图像拼接。 采用SURF算法对图像进行检测，其主要是用Hessian矩阵对图像进行检测，对图像的特征提取之后找到图像的特征点。之后采用最近临快速匹配（NN）、随机抽样一致性（RANSAC）算法和最小二乘法参数优化（LM）对特征点进行提纯匹配。最后在两幅图像中进行坐标变换，达到统一坐标系和图像拼接的效果。
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
lamp_head
- 光场图像渲染技术，利用稀疏分层算法对图像深度进行分层渲染，再利用颜色一致性约束进行去噪处理，通过所给出的图像阵列渲染出中间各个视点的图像-Optical field image rendering technology, the use of sparse hierarchical algorithm for image depth rendering, and then the use of color consistency constraints for noise processing,
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)
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