搜索资源列表
基于Retinex的MSRCR算法的C语言实现
- 基于Retinex的MSRCR算法的C语言实现。其中的高斯平滑采用了与尺度无关的快速算法，每个点的运算只要6MADD。程序改自GRetinex，一个GIMP插件,C implementation of Retinex, i.e. MSRCR algorith. In the implementation a fast algorithm was employed for Gaussian smoothing that only 6 MADD for each operating point ar
SIFTkey
- 由于只是利用图像的灰度信息，sl 算法不能很好地区分形状相似但颜色不同的物体：针对这一问题，提出了一种基于彩 色的SIFT特征点提取算法，并着重分析了多种彩色模型对算法性能的影响?这种算法也是在图像的灰度尺度空间上检测特征点， 但其特征向量由各描述子子区域的彩色模型分量的均值组成并在原始的彩色图像上进行计算：实验结果证明了该算法的有效性。-Abstract：Because only the gray scale information is utilized．the SIFT metho
Dataregistrationin3-Dscanningsystems
- 通过引入特征点和改进最近点迭代法, 提出了一种 在三维扫描系统中对三维点云数据进行配准的方法。该方法 通过对特征点的提取, 首先得到一组匹配点对, 然后运用 SVD 矩阵分解算法求出转换参数R 和T, 进而以此作为最 近点迭代法的初始值, 并对最近点的求法和迭代截止条件作 了改进, 得到了很好的配准效果。该文论述了该方法的基本 原理, 并通过不同视觉下物体三维测量点云数据配准的应用 实例证明了该方法的有效性。-A 3-D meas uring dat a r egis
tuxiangchuli
- 一本很好的vc++数字图像处理电子书籍。包含图像处理的基本内容，点处理，阈值分割，二值化处理，图像增强，正交变换，几何变换等。-A good digital image processing vc++ e-books. Contains the basic elements of image processing, point processing, thresholding, binarization processing, image enhancement, orthogonal tran
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
E
- 这是一个基于matlab图像复原处理包，其中包括图像的模糊、维纳滤波、盲反卷积、点扩散函数和光学转换函数互相转化-This is a recovery based on matlab image processing package, including blur, Wiener filtering, blind deconvolution, point spread function and optical transfer function is transformed into each
Catmull-Clark-
- 设P(m,n)是初始控制点列，即原曲面的点（m行n列）。Q(m,n)是一次细分后得到的曲面的控制节点。 此函数采用Catmull-Clark细分曲面算法，对双三次B样条曲面细分,即m=n=4。 利用我们在13章第四节学过的知识，有公式MQM =SMPM S ,其中M，S可由课件知 构造初始控制点列（p1,p2)，其中p1是P的行坐标，p2是P的列坐标 -Let P (m, n) is the initial control point of the column, i.e. th
1
- 在实际应用中，通常都要在没有图像退化必要的先验知识（即不知道点扩展函数）的情况下进行图像复原。这是解运动模糊的参考程序。-In practical applications, the image restoration is usually performed without the necessary prior knowledge (i.e., the point spread function) of the image degradation. This is a reference p