搜索资源列表
susan
- 基于susan算法的角点检测程序,提供对图像特征准确，鲁棒，快速的提取-Susan algorithm based on corner detection procedures, providing an accurate image features, robust, fast extraction
feature-points
- Harris，FAST，Eigen 3种特征点提取方法的比较，开发平台是vs2005和opencv-Harris, FAST, Eigen 3 kinds of feature point extraction method comparison, the development platform is vs2005 and opencv
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
MoravecAuto
- Moravec特征点提取，快速及自适应自动提取-Moravec feature point extraction, fast and adaptive automatic extraction
cvfast
- fast-9特征点提取算法，源代码为图像特征点提取算法，特征点多，而且准确-fast-9 feature extraction
motionest
- 用于快速图像配准，利用SURF提取特征点。 -For fast image registration, Use SURF to Find Matching Features
Fast_detector
- Fast 图像特征点提取法，这种算法能够快速的提取图像中的特征点，有很明显的优势-Fast image feature extraction method, this algorithm can extract the image feature points, there are clear advantages
OpenSURF_matlab
- SURF 图像特征点快速提取法还有描述，可用于迅速匹配两张图片中的特征点-SURF image feature points extraction method also described fast, can be used to quickly match the image feature points in the two
m10
- 背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
fast-interest-point-
- 程序是提取目标的fast的特征点，fast的特征点的好处是速度方面有比较大的优势，对于实时监控等一些应用可以考虑这种局部匹配-Program is to extract feature points target fast benefits fast feature points is relatively large speed advantage for some applications, such as real-time monitoring can be considered suc
FASTaORB
- FASTOPENCV代码 & ORB 代码 描述子 用于图像局部不变特征提取，二值化描述子，快速特征点检测-FAST DETECTOR & ORB DEscr iptOR
XHQYJSDZS
- 为了快速准确地计算电噪声奇异性, 在介绍信号奇异性计算方法的基础上, 将其引入到电噪声信号分 析中, 提出一种新的基于多重分形奇异性指数计算信号电噪声的方法。新方法利用多重分形来提取电噪声中可 以表达信号内在细节特征的奇异点Hê lder指数, 通过计算电噪声中Hê lder指数的差异来进行噪声分析。通过 对实测电迁移和光耦电噪声的计算分析表明, 电迁移后期奇异性指数会发生突变 而良品光耦器件和次品光耦 器件在信号噪声的平均H ê lder指数方面差异明显。实验结果证明本方法是一
FAST
- 对图像进行FAST特征点提取，对提取出的特征点计算互信息，以互信息为相似性度量进行图像配准-FAST the image feature point extraction, the extracted feature point mutual information to mutual information image registration as a similarity measure
ORB-Opencv
- 首先使用FAST对图像进行特征点提取，之后生成ORB描述符，进行点特征匹配，可以达到快速精确配准-The first to use the image FAST feature point extraction, after generating ORB descr iptors were point feature matching, can achieve fast and accurate registration
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。
特征检测
- 图像特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。包括：Harris角点、ShiTomasi角点、亚像素级角点、SURF角点、Star关键点、FAST关键点、Lepetit关键点等等(Image feature extraction is a concept in computer vision and image processing. It refers to using a computer to extract imag
fast-matlab
- FAST特征提取matalb代码，该代码可以快速提取的图像的FAST特征点(FAST feature extraction matalb code, the code can quickly extract the FAST feature points of the image)