主要为大家详细介绍了python利用opencv实现SIFT特征提取与匹配，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-04-08 09:18:11
221KB
1
MATLAB指纹识别（GUI，库外识别）,主要对指纹图像进行三方面处理：图像预处理、特征提取和特征匹配。图像预处理包括四个步骤：图像分割、滤波增强、二值化、细化，对指纹图像进行预处理后，去除了原图像的冗余部分，方便后续的识别处理；特征提取主要是提取指纹图像细化后的端点和分叉点；特征匹配是利用两个指纹图像进行特征点比较，来确定两幅图像是否来自于同一手指。
2021-04-08 09:07:54
1.29MB
1
SURF算法程序，OpenCV3，VS运行，包括特征点检测，特征点匹配，RANSAC去错，以及最后的图像拼接，包含示例图片，可以直接运行
2021-04-07 09:03:43
3.82MB
1
计算机视觉项目实战（二）、局部特征匹配Local_Feature_Matching配套素材资源和代码，项目详解见本人博客https://blog.csdn.net/Accelerato/article/details/105577679
2021-04-01 19:32:13
25.94MB
ASIFT+OpenCV图像特征匹配实战VC工程源码
OpenCV包含头文件：
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
核心代码如下：
if (!m_pImage1||!m_pImage2)
{
AfxMessageBox("please,select 2 images!");
return;
}
UpdateData(TRUE);
CvSize sz1 = cvSize(m_pImage1->width,m_pImage1->height);
CvSize sz2 = cvSize(m_pImage2->width,m_pImage2->height);
CvScalar s;
IplImage *gimg1 = cvCreateImage(sz1,IPL_DEPTH_8U,1);
cvCvtColor(m_pImage1,gimg1,CV_BGR2GRAY);
IplImage *gimg2 = cvCreateImage(sz2,IPL_DEPTH_8U,1);
cvCvtColor(m_pImage2,gimg2,CV_BGR2GRAY);
size_t w1, h1;
w1 = gimg1->width;
h1 = gimg1->height;
float * iarr1 = new float[w1*h1];
for(int i=0;iwidth;
h2 = gimg2->height;
float * iarr2 = new float[w2*h2];
for(int i=0;i
2021-03-31 09:59:07
402KB
1
电力系统配电网的故障精确测距一直是一个没有得到很好解决的难题,其研究对尽快维修和恢复供电及减少故障造成的经济损失具有重要作用。对现有的配电网故障测距方法的基本原理、优点与不足之处进行了逐一综述,并对基于模型仿真和故障特征匹配技术的配电网故障单端测距新方法进行展望。
2021-03-29 11:13:51
451KB
1
基于ply文件的特征匹配点云配准matlab程序，直接从ply文件读取数据绘图内附两个ply文件，不同文件dist筛选标准不一样，可根据生成的图5调试参数
2021-03-24 11:01:23
11.09MB
1