(C++代码)用sift算法实现双目立体视觉测距,建议在opencv2版本下运行。
2019-12-21 21:39:44 39KB sift 匹配 双目测距 特征匹配
1
需要安装opencv1.0和opencv2.1以上版本,及gsl。压缩包里给出了Rob Hess所实现的SIFT算法的实现以及注释。这是一个很强大的算法,主要用于图像配准和物体识别等领域,但是其计算量相比也比较大,性价比比较高的算法包括PCA-SIFT和SURF
2019-12-21 21:34:41 14.62MB SIFT opencv 源码 解析
1
matlab实现的sift算法,各个步骤的实现很清楚,运行可看效果。
2019-12-21 21:33:31 1.23MB matlab sift
1
sift算法由Lowe教授提出,在图像匹配领域有着广泛的应用,本资源包含了sift算法的所有实现,包括尺度金字塔生成,极值点检测,主方向分配,描述子生成,分模块编写,并且是可视化的。
2019-12-21 21:30:31 10KB SIFT matlab
1
C语言写的sift算法,亲测,可用,可以移植到linux,嵌入式
2019-12-21 21:23:07 15.83MB sift C语言 嵌入式
1
点云配准算法,运用SIFT算法实现对点云数据的配准。
2019-12-21 21:22:18 299KB 点云 配准 SIFT算法
1
在windows上利用OpenCV和vs2010实现了sift和surf粗配准,利用Ransac实现精确配准,C++源码,可以运行。
2019-12-21 21:21:11 10KB sift surf ransac c++
1
改良之后的SIFT算法的Matlab代码,readme文件中参数解释详细,匹配准确度相较于原算法更高,适合初学者学习参考。
2019-12-21 21:15:55 2.75MB SIFT Matlab 改良
1
本文提出了一种从图像中提取独特不变特征的方法,可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围的对仿射变换,三维视点的变化,添加的噪音和光照变化的图像匹配具有鲁棒性。特征是非常鲜明的,场景中的一个单一特征和一个许多图像的大型特征数据库也有很高的概率进行正确匹配。本文还介绍了一个使用该功能来识别目标的方法。通过将个别特征与由已知目标特征组成的数据库进行快速最近邻算法的匹配,然后使用Hough变换来识别属于单一目标的聚类(clusters),最后通过最小二乘解执行一致的姿态参数的核查确认。这种识别方法可以在有力确定对象之间的聚类和遮挡的同时实现近实时性能。
1
基于SIFT算法的特征提取(VS2015+OpenCV2.4.13) 主要分为以下几个步骤: (1) 读入两张图片并分别提取SIFT特征 (2) 利用k-d tree和BBF算法进行特征匹配查找 (3) 利用RANSAC算法筛选匹配点并计算变换矩阵
2019-12-21 21:05:15 17.39MB 双目 sift match
1