搜索资源列表
-
0下载：
把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图
像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候
选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量
局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙
齿模型图像的特征，并为牙齿
-
-
0下载：
对模型特征点周围的纹理信息进行采样，对比图像和模型训练集的纹理，找到纹理最接近的点即认为是特征点。作者这里比较纹理的工具是马氏距离。为了提高搜索的效率，作者还提到了多分辨率搜索周围像素纹理，对于粗糙的尺度，搜索范围大，对于细致的尺度，进行细致的搜索，提高了匹配的效率。-The texture information model feature points around the sampling, texture contrast image and model train sets, find
-
-
1下载：
本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘
点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明
暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得
到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理，
通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了
算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时
性要求，主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
-
-
0下载：
Template matching is concerned with measuring the similarity
between patterns of two objects. This paper proposes a massively
parallel approach to pattern recognition with a large
template set. A class of image recognition problems inherently
-
-
0下载：
图像数据操作（内存分配与释放，图像复制、设定和转换）
图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出）
矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解）
支持多种动态数据结构（链表、队列、数据集、树、图）
基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构）
结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
-
-
0下载：
Image mosaic is a technology which uses space matching alignment to the mutual
between the overlapping portions of the image sequence to get the complete image which
includes more information. It includes image matching and image fusion. On the b
-
