利用opencv简单实现三种特征点匹配算法。SIFT算法
SIFT特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。SIFT算法时间复杂度的瓶颈在于描述子的建立和匹配 ，如何优化对特征点的描述方法是提升SIFT效率的关键。
2019-12-21 20:59:58
5.65MB
1
两幅代码，一副是正常的sift图像配准和颜色校正，一副是在cuda加速下sift图像配准，效率提升近20倍。配置环境为opencv342+contrib342+cuda9.2+VS2015。环境配置比较麻烦，我资源里有现成编译好的install库文件。
2019-12-21 20:56:38
7KB
1
1.查阅学习了pca主成分分析和svd矩阵奇异值分解的原理； 2.打印棋盘纸用GML软件对相机进行了标定； 3.利用标定好的相机矩阵结合前面所学的sift算法和rasic算法对相机的姿态进行估计。
2019-12-21 20:54:07
286KB
1
通过SIFT算法提取图像中的特征点，并可以显示匹配点对，由匹配点计算单应性，可以通过调节siftmatch中的阈值改变匹配点的精确度。
2019-12-21 20:53:07
203KB
1
本资源为SIFT代码MATLAB版，纯手写源码，所有参数设置及求解方法都依照Lowe教授2004年论文写出。为方便小伙伴们学习，大家可参照这篇博客学习基础理论，再看本资源代码学习。博客连接如下：https://blog.csdn.net/lingyunxianhe/article/details/79063547
2019-12-21 20:52:54
234KB
1
替换路径类似：\opencv_extra\opencv_contrib-3.2.0\modules\dnn.download\bd5e3eed635a8d32e2b99658633815ef\v3.1.0目录下的protobuf-cpp-3.1.0.tar.gz（亲测有效）
2019-12-21 20:51:22
4.84MB
1
该资源是《KAZE Features》一文中的图像集，主要用于评估特征检测和描述匹配的质量和定位精度的数据集（主要用于KAZE，SIFT,SURF等算法）。图像集共分为8组，每组有6幅，网上找到的都是ppm格式的，需要将其转换为平时常用格式的图像，该资源将其转换为.jpg格式，以分享给大家。
2019-12-21 20:49:24
4.61MB
1