您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. DOG与寻找极值点

  2. 代码较全 提供给刚接触Matlab的同学 效果明显
  3. 所属分类:专业指导

    • 发布日期:2011-11-30
    • 文件大小:173056
    • 提供者:xjc0127
  1. python实现图像全景拼接

  2. 图像的全景拼接包括三大部分:特征点提取与匹配、图像配准、图像融合。 1、基于SIFT的特征点的提取与匹配 利用Sift提取图像的局部特征,在尺度空间寻找极值点,并提取出其位置、尺度、方向信息。 具体步骤: 1). 生成高斯差分金字塔(DOG金字塔),尺度空间构建 2). 空间极值点检测(关键点的初步查探) 3). 稳定关键点的精确定位 4). 稳定关键点方向信息分配 5). 关键点描述 6). 特征点匹配 2、图像配准 图像配准是一种确定待拼接图像间的重叠区域以及重叠位置的技术,它是整个图像拼接
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:727040
    • 提供者:weixin_38576045
  1. (二)OpenCV特征提取与检测_07_SIFT特征检测

  2. SIFT(Scale-Invariant Feature Transform)特征检测关键特性: ①建立尺度空间,寻找极值 工作原理 构建图像高斯金字塔,求取DOG,发现最大与最小值在每一级; 构建的高斯金字塔,每一层根据sigma的值不同,可以分为几个等级,最少有4个。 ②关键点定位(寻找关键点准确位置与删除弱边缘) 我们在像素级别获得了极值点的位置,但是更准确的值应该在亚像素位置,这个过程称为关键点(准确/精准)定位; 删除弱边缘- 通过Hassian 矩阵特征值实现,小于阈值自动舍弃。 ③
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:74752
    • 提供者:weixin_38632624