搜索资源列表
my_hausdroff2
- 利用图象边缘特征的基于豪思道夫距离的景象匹配算法，匹配速度要比基于灰度的算法高好几个数量级-use of the images on the edge of Ho Sze-Astoria distance from the scene matching algorithm, speed matching gray than the algorithm based on several high-volume
Technology_Research_On_Synthetic_Aperture_Radar_Te
- 首先介绍了合成孔径雷达(SAR)的特点，然后阐述了合成孔径雷达原理和末精确制导机制。由于合成孔径雷达能全天候、全天时成像，且采用了合成孔径技术，因此SAR图像不论在距离向，还是方位向均具有高的分辨力，这对发展导弹末段数字式景象相关匹配制导有着重要的意义。
23
- 图像技术的应用 ： 包括：基于FPGA的图像处理系统； 基于图像特征的景象匹配辅助导航系统中的关键技术研究； 图像导航技术的发展和应用 -Application of imaging technology: including: FPGA-based image processing system images based on image feature matching assisted navigation system in the research of key te
efficient_subpixel_registration
- 实现基准图和实时图之间亚象素级的匹配,做景象匹配的朋友可以看看.-Implementation benchmarks and real-time map map between the matching sub-pixel class, to do scene matching friends can see.
LaplaceGaussianPyramid
- 运用拉普拉斯高斯金字塔方法进行景象匹配,实验证明该法能满足实时性和准确性.-The use of Gaussian Laplacian pyramid scene matching methods, experimental proof of the Act can satisfy the real-time performance and accuracy.
retmp
- 该法是经过改进的基于象素匹配的方法并且还含有图片,对进行景象匹配的朋友有所帮助-The Act are improved pixel-based matching method and also contains a picture of the scene matching to help a friend
RadarSceneMatchingImage
- ：采用基于内容的图像检索方法，对雷达景象匹配数据库中的图像数据进行兴趣目标的查询检索与识别．由于 雷达图像具有受斑点噪音影响明显等特点，故综合运用迭代阈值选取以及区域生长的方法，进行兴趣目标(主要是 机场)的分离；由于匹配数据库中图像数据范围比较大，包含目标多，为了在检索过程中确定检索目标在图像中的 位置，预处理时，采用对同一图像多幅子图进行特征提取的方法，最终在检索时通过子图范围来确定目标在大幅图 像上的位置．由实验分析，证明在机场目标的检索识别中，这一方法是可行的．-Cont
7
- 本文提出一种基于核方法的下视等分辨率景象匹配算法. 通过模拟电荷吸引模型, 提出了计算不等维高维数据相似度的SNN 核函数. 将图像中的特征点映射到径向基向量(Radial basis vector, RBV) 空间, 利用SNN 核函数计算两个特征点集的相似度及过渡矩阵. 利用置换测试模块来增强SNN 核的稳定性, 以确保输出解的可靠性. 实验证明, 基于SNN 核的景象匹配算法对图象畸变、噪声干扰与信号缺失具有很强的鲁棒性, 并可保证高精度与高实时性. -This paper prese
fastalgorithm
- 主要是针对景象匹配中矩特征计算量大、耗时时间长问题，提出了一种新的快速匹配算法。仿真效果良好。-Mainly in the moment features for scene matching large amount of calculation, time-consuming for a long time problem, we propose a new fast matching algorithm. Simulation results is good.
dulixiangyuan
- matlab 独立像素元，计算图像景象匹配中独立像元素-Matlab independent pixels, computing the image scene matching the independent elements
my_hausdroff2
- 利用图象边缘特征的基于豪思道夫距离的景象匹配算法，匹配速度要比基于灰度的算法高好几个数量级-use of the images on the edge of Ho Sze-Astoria distance from the scene matching algorithm, speed matching gray than the algorithm based on several high-volume
Optical-flow-method
- 光流是一种简单实用的图像运动的表达方式[1] ，通常定义为一个图像序列中的图像亮度模式的表观运动，即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。这种定义认为光流只表示一种几何变化。1998年Negahdaripour将光流重新定义为动态图像的几何变化和辐射度变化的全面表示[2] 。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。一般情况下，光流由相机运动、场景中目标运动或两者的共同