注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. SIFT算法实现快速图像匹配

  2. 图灵奖的算法哦，SIFT算法在图像识别上应用日趋成熟，大家快来看看这个优秀而神秘的算法吧

  3. 所属分类：专业指导

    • 发布日期：2011-12-19
    • 文件大小：521216
    • 提供者：tomfaust

  1. 十三个经典算法总结

  2. A*搜索算法 、（续）A*，Dijkstra，BFS算法性能比较及A*算法的应用 、Dijkstra 算法初探 （续）、彻底理解Dijkstra 算法 、（再续）Dijkstra 算法+fibonacci堆的逐步c实现 、（三续）、Dijkstra 算法+Heap堆的完整c实现源码 、dynamic programming 、BFS和 DFS优先搜索算法 、红黑树算法的实现与剖析 、（续）教你透彻了解红黑树 、教你从头到尾彻底理解 KMP算法 、遗传算法 透析GA 本质 、再谈启发式搜索算法、

  3. 所属分类：C/C++

    • 发布日期：2011-12-20
    • 文件大小：22020096
    • 提供者：mfcweiwei

  1. 十五个经典算法研究与总结、目录+索引

  2. 十五个经典算法研究集锦+目录 一、A*搜索算法 一（续）、A*，Dijkstra，BFS算法性能比较及A*算法的应用 二、Dijkstra 算法初探 二（续）、彻底理解Dijkstra算法 二（再续）、Dijkstra 算法+fibonacci堆的逐步c实现 二（三续）、Dijkstra 算法+Heap堆的完整c实现源码 三、动态规划算法 四、BFS和DFS优先搜索算法 五、教你透彻了解红黑树 （红黑数系列六篇文章之其中两篇） 五（续）、红黑树算法的实现与剖析 六、教你初步了解KMP算法、up

  3. 所属分类：其它

  1. 不是经典我不发——算法研究与总结

  2. 一、A*搜索算法 一（续）、A*，Dijkstra，BFS算法性能比较及A*算法的应用 二、Dijkstra 算法初探 二（续）、彻底理解Dijkstra算法 二（再续）、Dijkstra 算法+fibonacci堆的逐步c实现 二（三续）、Dijkstra 算法+Heap堆的完整c实现源码 三、动态规划算法 四、BFS和DFS优先搜索算法 五、教你透彻了解红黑树 （红黑数系列六篇文章之其中两篇） 五（续）、红黑树算法的实现与剖析 六、教你初步了解KMP算法、updated （KMP算法系列三

  3. 所属分类：C

    • 发布日期：2012-08-27
    • 文件大小：11534336
    • 提供者：binglinuxxin

  1. google 图像识别技术

  2. 根据Neal Krawetz博士的解释，实现相似图片搜素的关键技术叫做"感知哈希算法"（Perceptualhash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。 以下是一个最简单的Java实现： 预处理：读取图片 第一步，缩小尺寸。 将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。 第二步，简化色彩。 将缩

  3. 所属分类：Java

    • 发布日期：2013-06-05
    • 文件大小：234496
    • 提供者：zhaojing14

  1. 十三个常用算法

  2. 一、A*搜索算法 一（续）、A*，Dijkstra，BFS 算法性能比较及A*算法的应用 二、Dijkstra 算法初探 二（续）、彻底理解Dijkstra 算法 二（再续）、Dijkstra 算法+fibonacci 堆的逐步c 实现 二（三续）、Dijkstra 算法+Heap 堆的完整c 实现源码 三、dynamic programming 四、BFS 和DFS 优先搜索算法 五、红黑树算法的实现与剖析 五（续）、教你透彻了解红黑树 六、教你从头到尾彻底理解KMP 算法 七、遗传算法 透

  3. 所属分类：C++

    • 发布日期：2013-11-20
    • 文件大小：2097152
    • 提供者：u010268103

  1. David G.Lowe的sift算法中文翻译

  2. 本文提出了一种从图像中提取独特不变特征的方法，可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围的对仿射变换，三维视点的变化，添加的噪音和光照变化的图像匹配具有鲁棒性。特征是非常鲜明的，场景中的一个单一特征和一个许多图像的大型特征数据库也有很高的概率进行正确匹配。本文还介绍了一个使用该功能来识别目标的方法。通过将个别特征与由已知目标特征组成的数据库进行快速最近邻算法的匹配，然后使用Hough变换来识别属于单一目标的聚类（clusters），最

  3. 所属分类：其它

    • 发布日期：2014-05-09
    • 文件大小：944128
    • 提供者：shwaicy1314

  1. 十五个经典算法研究与总结（目录+索引）

  2. 本经典算法研究系列，涵盖A*.Dijkstra.DP.BFS/DFS.红黑树.KMP.遗传.启发式搜索.图像特征提取SIFT.傅立叶变换.Hash.快速排序.SPFA.快递选择SELECT等15个经典基础算法，共计31篇文章，包括算法理论的研究与阐述，及其编程的具体实现。很多个算法都后续写了续集，如第二个算法：Dijkstra 算法，便写了4篇文章；sift算法包括其编译及实现，写了5篇文章；而红黑树系列，则更是最后写了6篇文章，成为了国内最为经典的红黑树教程。 OK，任何人有任何问题，欢迎随

  3. 所属分类：C

    • 发布日期：2014-09-06
    • 文件大小：14680064
    • 提供者：l_j_kin

  1. google 图像识别技术

  2. 据Neal Krawetz博士的解释，实现相似图片搜素的关键技术叫做"感知哈希算法"（Perceptualhash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。 以下是一个最简单的Java实现： 预处理：读取图片 第一步，缩小尺寸。 将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。 第二步，简化色彩。 将缩小

  3. 所属分类：Java

    • 发布日期：2015-07-27
    • 文件大小：234496
    • 提供者：santi_2012

  1. 十五个经典算法研究与总结

  2. 一、A*搜索算法 一(续)、A*,Dijkstra,BFS 算法性能比较及 A*算法的应用 二、Dijkstra 算法初探 二(续)、彻底理解 Dijkstra 算法 二(再续)、Dijkstra 算法+fibonacci 堆的逐步 c 实现 二(三续)、Dijkstra 算法+Heap 堆的完整 c 实现源码 三、动态规划算法 四、BFS 和 DFS 优先搜索算法 五、教你透彻了解红黑树 (红黑数系列六篇文章之其中两篇) 五(续)、红黑树算法的实现与剖析 六、教你初步了解 KMP 算法、up

  3. 所属分类：专业指导

    • 发布日期：2015-10-21
    • 文件大小：14680064
    • 提供者：yangengzhe

  1. 基于多摄像头全景图像拼接的实时视频监控技术研究_邹超洋

  2. 在视频监控应用中，如何有效实现宽视场范围视频的完整获取，是视频监控系统的关键功能之一。本文针对多摄像头硬件平台，重点研究 360 度全景视频拼接的实现技术。在保证高质量的拼接图像的前提下，满足实际应用场景的实时性要求是本文算法设计的主要目标。针对全景拼接在视频监控领域这一应用背景，本文对多摄像头系统全景拼接存在的一些优势和约束进行详细分析，并在此基础上，采用多个广角镜头进行视频图像采集，实现摄像头个数和单个镜头视角之间的合理折中。在控制成本的前提下，有效实现水平方向 360 度无盲区监控。 针

  3. 所属分类：专业指导

    • 发布日期：2016-05-01
    • 文件大小：3145728
    • 提供者：lingfengliujian

  1. 基于压缩感知和小波变换的快速SIFT 图像拼接算法研究

  2. 针对传统尺度不变特征变换(SIFT)算法的大规模计算和慢速的缺点， 提出了一种结合小波变换(WT)和压缩感知(CS)算法的改良型图像拼接方法。该方 法的工作原理如下：首先，利用压缩感知技术对图像进行小波变换和压缩。然后 结合SIFT 算法提取图像特征点。最后，将自适应阈值的序列相似性检测算法 （SSDA）用于图像匹配进行快速搜索，找出最优的拼接线和全景图像。实验结果 表明，该方法实现了图像的快速匹配，有效地克服了图像特征提取的过程中计算 量大、效率低的缺点，保证了算法中的匹配精度和拼接效率，满

  3. 所属分类：C++

    • 发布日期：2018-04-17
    • 文件大小：2097152
    • 提供者：lyricling

  1. 基于压缩感知和小波变换的快速SIFT图像拼接算法研究（中文翻译版）

  2. 针对传统尺度不变特征变换(SIFT)算法的大规模计算和慢速的缺点， 提出了一种结合小波变换(WT)和压缩感知(CS)算法的改良型图像拼接方法。该方 法的工作原理如下：首先，利用压缩感知技术对图像进行小波变换和压缩。然后 结合SIFT 算法提取图像特征点。最后，将自适应阈值的序列相似性检测算法 （SSDA）用于图像匹配进行快速搜索，找出最优的拼接线和全景图像。实验结果 表明，该方法实现了图像的快速匹配，有效地克服了图像特征提取的过程中计算 量大、效率低的缺点，保证了算法中的匹配精度和拼接效率，满

  3. 所属分类：C++

    • 发布日期：2018-04-20
    • 文件大小：6291456
    • 提供者：lyricling

  1. 中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理

  2. 中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众：中南大学！计算机学院！梁毅雄老师授课学生！数字图像处理！中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个

  3. 所属分类：讲义

    • 发布日期：2019-07-04
    • 文件大小：5242880
    • 提供者：sinat_31857633

  1. SIFT特征匹配的显微全景图拼接

  2. 针对细胞图像序列模糊、传统的特征提取方法鲁棒性不强、伪匹配点对较多、图像匹配耗时过长、融合效果不佳等问题,提出了一种强鲁棒性、快速和精确的图像拼接算法.该算法首先用基于尺度不变(SIFT)算法提取细胞图像特征点,接着采用改进的BBF(Best-Bin-First)算法对特征集进行初始的双向匹配,然后采用随机抽样一致性(RANSAC)算法对匹配点对进行进一步提纯并估算出单应性矩阵,最后根据细胞图像序列之间的单应性矩阵关系将其投影到统一标准的平面坐标系下,用具有塔型结构的多分辨率融合算法对图像进行无

  3. 所属分类：其它

    • 发布日期：2020-06-05
    • 文件大小：795648
    • 提供者：weixin_38589774

  1. 尺度FAST结合改进LBP的特征匹配方法

  2. 针对图像拼接中SIFT、SURF算法运算复杂、计算量大导致匹配速度慢的问题,提出了一种基于尺度FAST与质心标定改进LBP描述符的特征匹配方法。首先构建尺度金字塔并用FAST算法确定特征点位置,然后使用质心标定的圆形LBP来描述特征点,最后利用最近邻距离比结合RANSAC进行快速匹配。实验结果表明:提出的方法有着较好的匹配表现,并且速度约为SIFT的14倍、SURF的5倍以上;同时结合渐入渐出方法,能实现快速且高质量的图像拼接效果。

  3. 所属分类：其它

    • 发布日期：2020-06-12
    • 文件大小：466944
    • 提供者：weixin_38601215

  1. CUDA技术及其在数字图像拼接中的应用

  2. 将CUDA技术应用于数字图像拼接领域，阐述了图像拼接的基本理论及其关键技术、多分辨率图像融合的关键算法以及CUDA技术的基本原理和开发方法，并编写了软件以实现图像快速拼接。采用对于尺度具有鲁棒性的SIFT 算法进行特征点的提取与匹配，使用稳健的RANSAC 算法求出图像间变换矩阵的值,并将图像映射到拼接平面，最后使用基于CUDA的SIFT算法实现了图像的无缝拼接。该方法提高了图像拼接的效率，克服了传统图像拼接方法因计算量大而等待时间长的缺点。实验结果表明,CUDA在数字图像处理的实际应用中卓有成

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：244736
    • 提供者：weixin_38704011

  1. 一种图像局部特征快速匹配算法

  2. 对SIFT算法匹配速度较慢和常常存在错误匹配对的问题，本文提出在匹配过程中采用角度相似性分析替代传统的欧式距离分析法，由此提高匹配速度，然后通过RANSAC一致性筛选删除错误匹配对，最后通过实验验证了新算法的有效性。新算法结构清晰，计算简便，易于硬件实现。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：465920
    • 提供者：weixin_38623442

  1. DFOB：通过八边形滤波器组检测和描述特征以实现快速图像匹配

  2. 特征对应在图像处理和计算机视觉中至关重要。 为了有效地找到对应的对，在本文中提出了从相同的八边形滤波器组（DFOB）构造特征检测器和描述符。 DFOB方法是一种用于特征点的检测，方向计算和描述的新颖方法，并且在通过积分图像进行计算时非常有效。 DFOB的匹配能力接近诸如SIFT和SURF之类的流行方法，因为它们都将斑点样图像结构检测为感兴趣的特征，并使用定向梯度的直方图描述了这些特征。 在基准数据集上的实验结果表明，DFOB的匹配性能可与SIFT和SURF算法相媲美，而计算成本却低得多，尤其是所

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_38603259

  1. vlfeat：计算机视觉算法的开放库-源码

  2. VLFeat-视觉实验室功能库 版本0.9.21 VLFeat开源库实现了流行的计算机视觉算法，这些算法专门用于图像理解以及局部特征提取和匹配。 算法包括费舍尔向量，VLAD，SIFT，MSER，k均值，分层k均值，聚集信息瓶颈，SLIC超像素，快速移位超像素，大规模SVM训练等。 它是用C编写的，以提高效率和兼容性，并在MATLAB中提供了易于使用的接口，并在全文中提供了详细的文档。 它支持Windows，Mac OS X和Linux。 VLFeat是根据BSD许可证发行的（请参阅COPY

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：3145728
    • 提供者：weixin_42102220
« 12 »