本程序基于matlab，诠释了surf特征的提取、匹配过程及误匹配的矫正
2022-10-27 23:05:25
147KB
1
使用MATLAB完成基于SIFT以及HARRIS和NCC算法的图像特征匹配，代码可以完整运行
2022-04-06 02:24:14
1.56MB
1
图像特征匹配算法评价框架，石波，索春宝，图像特征匹配技术在图像拼接、数字摄影测量等领域有着广泛的应用，因各类应用对其需求的多样化而快速发展，不同的图像特征匹配算
2022-02-23 15:58:55
600KB
1
针对ORB算法特征匹配精度低的缺陷,结合金字塔光流特性,提出一种优化ORB特征匹配的方法。首先,采用区域分块法对待匹配图像进行处理,挑选出最佳匹配子块,缩小无效匹配区域;接着,对子块提取ORB关键字并计算匹配描述子得到粗匹配点对,采用金字塔光流法追踪ORB特征点,求解特征点的运动位移矢量,以此剔除粗匹配部分错误的匹配对;最后,采用随机采样一致算法进一步剔除冗余匹配点,获取更为精准的匹配对。实验结果表明,本文优化的ORB算法可以很好地满足实时性和精度的要求,特征匹配的平均耗时为原ORB算法的87%左右,且平均匹配率达98%以上。
2021-12-12 19:44:31
3.19MB
1
花了大概三四天写的程序，里面有个ImageAreaLearnToSetDlg文件，VC写的用鼠标按键响应选取图像或视频里面的矩形区域特征，即选取需要检测的特征，onLbuttonDown
2021-09-28 17:03:35
11.55MB
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