您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ORB特征点匹配

  2. ORB特征用于图像特征点的匹配,对学习图像特征点匹配的同学很有帮助。
  3. 所属分类:C++

    • 发布日期:2012-03-27
    • 文件大小:1048576
    • 提供者:gupan86
  1. 视觉实验二:特征检测与匹配

  2. 特征检测与匹配的目标是识别一个图像中的关键点与另一个图像中的对应点之间的配对。在此实验中,你将编写代码以检测图像中的特征点(对于平移、旋转和照明具有一定的不变性),并在另一个图像中找到最佳匹配特征。为了帮你可视化结果并调试程序,我们提供了一个用户界面,可以显示检测到的特征和最佳匹配。我们还提供了一个示例ORB特征检测器,用于结果比较。该实验有三个部分:特征检测、特征描述和特征匹配。您所需要实现的所有代码都在features.py中。
  3. 所属分类:Python

    • 发布日期:2019-10-20
    • 文件大小:22020096
    • 提供者:zlucker
  1. 小白的树莓派Tensorflow opencv 学习笔记(八)

  2. 之前想用TensorFlow + OpenCV做目标检测,但是最后因为TF2.0资料属实不多所以夭折了,不过OpenCV还是非常值得学习的。 特征检测算法 OpenCV中比较常用的特征检测和提取算法: Harris:用于角点检测 SIFT:用于斑点检测 SERF:用于斑点检测 FAST:用于角点检测 BRIEF:用于斑点检测 ORB:带方向的FAST算法和具有旋转不变性的BRIEF算法(暴力匹配和基于FLANN的匹配法) 特征 上述算法中提到了角点和斑点,这是两种重要的特征。特征是有意义的图像区
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:851968
    • 提供者:weixin_38623080
  1. 基于地平面的单目视觉辅助激光雷达SLAM研究

  2. 融合视觉传感器和激光雷达可以实现优于单一传感器的同时定位与建图(SLAM)系统,现有的视觉和激光雷达融合算法仍然存在计算复杂度高、系统精度及稳定性受错误的深度匹配影响等问题。为了更加高效、鲁棒地融合视觉和激光雷达的信息,充分利用图像和激光点云中的地平面信息,提出了高效的视觉辅助激光雷达SLAM算法。首先,从激光点云中分割出地面点云用于提取图像中的地面ORB特征点,并通过单应性变换中的交比不变性校验特征匹配,从而高效鲁棒地利用单应性矩阵分解实现绝对尺度相机运动估计。然后,将得到的相机运动估计以李群
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:4194304
    • 提供者:weixin_38658086
  1. 单眼视觉测距法:通过ORB关键点进行简单的单眼视觉测距法(vSLAM的一部分),具有初始化,跟踪,局部地图和包调整功能。 (警告:您好,很抱歉,此项目仅针对课程演示进行了调整,不适用于实际应用!!!)-源码

  2. 单眼视觉测程 具有4个组成部分的单眼视觉里程表(VO):初始化,跟踪,局部地图和束调整。 阅读《灌篮高手》后,我做了这个项目。 这也是我于2019年3月在NWU开设的EESC-432 Advanced Computer Vision课程的最终项目。 演示: 在上图中: 左侧是视频和检测到的关键点。 右侧是与左侧视频相对应的摄像机轨迹:白线来自VO;白线来自VO。 绿线是事实。 白线上的红色标记是关键帧。 点是地图点,其中红色的点是新三角剖分的。 您可以在此处下载。 报告 我的pdf版本课程
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:88064
    • 提供者:weixin_42130889
  1. ORB算法在智能工具箱中的应用研究

  2. 工具箱的智能管理在工程应用中具有重要作用;为了符合对微小工具和工具唯一性检测的要求。提出了一种以图像识别技术为基础的工具箱管理方法;采用了ORB算法在图像识别处理中的关键技术,通过FAST检测算子的特征点提取以及BRIEF描述算子特征点特征算子的产生,生成的描述符是二进制字符串,选用简单的汉明距离用于特征点匹配;经实验证明该方法能快速,准确的对工具箱内的5种异形工具进行分析处理,从而实现了对工具的实时智能管理,符合工程应用的要求。
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:1048576
    • 提供者:weixin_38679449