基于OPENCV库，实现两幅图像中目标轮廓匹配,利用对应关键点附近轮廓段的曲率hausdorff距离匹配。
2020-02-24 03:13:28
1.94MB
1
从图像匹配原理着手，采用了3种模板匹配方法：基于德耳塔相关度量，基于改进Hausdorff距离算法和基于序贯相似性检测算法，对机场飞机进行匹配和识别
2020-02-04 03:04:11
138KB
1
针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。
2020-01-29 03:13:45
1.11MB
1
SAD(Sum of absolute differences)是一种图像匹配算法。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。
2020-01-29 03:08:17
714KB
1
Harris是一种高效的角点检测算法，但不具备尺度不变性。SURF（speeded-up robust features）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。针对Harris和SURF两种算法的特点，提出一种新的Harris-SURF特征点提取算法。首先用Harris算法检测图像角点，再用SURF算法提取图像特征点；然后合并角点和特征点，并剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，再对图像使用比值法进行初匹配；最后利用RANSAC剔除错误匹配点实现精确匹配。实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。
2020-01-03 11:39:34
1.35MB
1