实现两张图像的SURF特征点匹配;
2023-07-19 09:04:31 2MB surf 特征点匹配
1
详情介绍:https://blog.csdn.net/s1t16/article/details/128513889 拟采用基于 SIFT 特征检测算法的进行图像拼接。虽然课题背景是左右相机的图像拼接,但在实际测试中涉及的是一组离线的静态图片,所有的算法设计路线均是依据静态图像拼接。对于具有固定结构的左右相机图像的拼接,只需要在首帧计算一次变换矩阵即可,大大缩短图像拼接时间,整个过程与静态图像拼接类似。
2023-05-16 11:56:20 13.78MB 编号:100010118 C语言 surf 课程设计
matlab特征点代码不忘学习 由伊利诺伊大学厄巴纳-香槟分校和在此创建。 项目 。 有关此存储库的任何问题,请联系。 注意:此存储库是使用MatConvNet实现的。 对于PyTorch版本,我的同事Arun Mallya的存储库中有一个。 如果您决定改用他的代码,请同时引用两篇论文。 介绍 永不忘记的学习旨在向现有的卷积神经网络添加新功能(新任务),与原始功能(旧任务)共享表示,同时允许调整共享表示以适应两项任务,而无需使用原始训练数据。 由此产生的网络仅对新任务进行完全微调,表现出比广泛使用的方法更好的实践。 它也胜过特征提取,但仅在新任务性能上。 可以在中找到更详细的摘要。 该软件旨在复制我们的方法。 我们使用图书馆。 用法 该代码已在Linux(64位Arch Linux 4.4.5-1-ARCH)上进行了测试 先决条件 Matlab(已针对R2015b测试) MatConvNet v1.0-beta13 为了支持GPU,我们使用TITAN X和CUDA 7.5。 安装 使用其安装指南相应地编译MatConvNet。 下载要在其上进行实验的数据集,并进行适当放置。 (请参见数
2023-05-04 13:48:38 86KB 系统开源
1
由于实际场景复杂多变,目标在运动过程中往往会出现形变、遮挡等问题,增加了跟踪的难度。为了解决上述问题,提出一种基于特征点匹配的自适应目标跟踪算法。算法初始化时在选定的目标区域内提取特征点,跟踪过程中通过对前后两帧的特征点进行匹配,计算出目标的位置、尺度和旋转变化,进而实现对目标的跟踪。同时通过对特征点的不断更新,可以使算法具有一定的抗遮挡能力。实验表明,该方法在实际应用中效果很好。
2023-04-12 13:00:59 194KB 特征点匹配
1
用OpenCV实现了Harris特征点的提取,并在此基础上消除了消除误匹配点,程序在VC++6.0下调试运行通过!
2023-03-18 18:37:07 412KB 特征点 误匹配点消除
1
可见一红外图像之间配准点的数量不足、分布严重不均匀以及配准点之间的错配率高这3个 核心问题,提出一种基于自适应特征点检测的可见一红外图像配准方法。方法本文提出的自适应特征点检测方 法,以Harris comer作为基本特征点;以特征点数目与空间分布为检测目标,从而自动地估计合适不同空间位置的 特征点的检测阈值。在特征点对匹配中,将梯度方向与互信息相融合有效地添加了相似性函数的空间位置信息。 结果 自适应Harris comer检测方法能够有效地提供空间分布均匀、数量充足的特征点。而梯度方向与互信息相 融合的相似性匹配函数提高特征点的匹配率20%,降低配准误差50%。结论 本文提出的多传感器图像配准方 法能够快速、准确地实现可见光图像与红外图像之间的配准,在CCD—IR图像融合领域具有很好的实用价值。
2023-03-17 14:21:35 3.44MB 自适应 特征点检测
1
自适应阈值FAST特征点检测算法的FPGA实现.pdf
2023-03-08 16:27:11 3.93MB
1
为提高三维激光扫描点云数据的配准精度,提出了一种基于快速点特征直方图特征的迭代插值配准方法。配准过程中,点云数据获取时受扫描仪分辨率影响,点云局部或整体密度偏小,两次测量点云数据的相同位置不存在完全相同的点,以致对应点之间存在误差。为减小误差对配准精度影响,引入迭代插值方法,增加点云整体密度。通过计算关键点的快速点特征直方图的特征寻找对应关系,使用随机采样一致算法去除错误对应关系,对对应点协方差矩阵进行奇异值分解求得粗配准旋转平移矩阵,再使用迭代最近点算法进行点云的精确配准。实验结果表明,改进的配准方法简
2023-02-25 15:48:51 418KB 工程技术 论文
1
matlab特征点代码 勒沃斯 来自点云数据的无监督树叶木材分类(用于样地比例数据和单棵树) ---(即将推出升级版!)--- 用法 有很多使用此工具的方法。 (a)如果您已安装Matlab: 选项1.将入门级功能“ RecursiveSegmentation_release.m”称为: “ [BiLabel,BiLabel_Regu] = RecursiveSegmentation_release(点,ft_threshold,paral,plot);” 输入: %分:这是您的nx3数据矩阵。 %ft_threshold:功能阈值。 建议使用0.125左右%paral:分段后关闭并行池(1或其他)。 绘图百分比:如果绘图结果结尾(1或其他) 输出: %BiLabel:没有正则化的点标签%BiLabel_Regu:带正则化的点标签 选项2。在Matlab工作区中键入“ LeWoS_RS”。 这将通过调用classdef“ LeWoS_RS.m”打开一个接口。 这个classdef文件定义了接口。 选项3.将“ LeWoS.mlappinstall”拖到Matlab工作区中。 这将为您安
2023-02-20 20:32:02 12.04MB 系统开源
1
基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码(课程大作业).zip SIFT特征点提取和RASIC算法 OpenCV+Python图像拼接(全景图片拼接技术) 基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码(课程大作业).zip SIFT特征点提取和RASIC算法 OpenCV+Python图像拼接(全景图片拼接技术) 基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码(课程大作业).zip SIFT特征点提取和RASIC算法 OpenCV+Python图像拼接(全景图片拼接技术) 基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码(课程大作业).zip SIFT特征点提取和RASIC算法 OpenCV+Python图像拼接(全景图片拼接技术) 基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码(课程大作业).zip SIFT特征点提取和RASIC算法 OpenCV+Python图像拼接(全景图片拼接技术)