基于sift算法的图像拼接MATLAB程序，图像拼接是一项应用广泛的图像处理技术。根据特征点的相互匹配，可以将多张小视角的图像拼接成为一张大视角的图像，在广角照片合成、卫星照片处理、医学图像处理等领域都有应用。早期的图像拼接主要是运用像素值匹配的方法。后来，人们分别在两幅图像中寻找拐点、边缘等稳定的特征，用特征匹配的方法拼接图像。本实验根据Matthew Brown (2005) 描述的方法，实现多张生活照的拼接。
2021-06-09 15:45:30
5KB
1
RobHess的SIFT源代码，利用OpenCV实现SIFT特征提取和RANSAC剔除错误匹配，可以用于全景图像拼接，注释很详细。
2021-05-30 14:58:11
5.2MB
1
文章目录一、简述二、原理三、实验要求四、实验代码五、实验结果与分析六、总结
一、简述
RANSAC是“RANdom SAmple Consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数。
RANSAC的基本假设是：
（1）数据由“局内点”组成，例如：数据的分布可以用一些模型参数来解释；
（2）“局外点”是不能适应该模型的数据；
（3）除此之外的数据属于噪声。
局外点产生的原因有：噪声的极值；错误的测量方法；对数据的错误假设。
RANSAC也做了以
2021-05-30 14:52:31
1.16MB
1
sift提取特征+匹配，ransac校准。尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发表，2004年完善总结。
2021-05-30 14:44:52
14.44MB
1
利用激光雷达做感知输出首先要分割出地面点云以减少对障碍物聚类的影响，可以通过ransac算法原理在ROS中实现对地面点云的分割。PCL点云库中也有标准的RANSAC算法接口，通过调用它实现更加快速，稳定地滤除地面点云。
2021-05-07 21:02:44
4KB
1
使用seg.setMethodType(pcl::SAC_RANSAC); 分出不同的平面，并赋予不同的颜色，保存
2021-04-29 01:35:19
3KB