搜索资源列表
sift
- 1999年British Columbia大学大卫.劳伊（David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SIFT（尺度不变特征变换），这种算法在2004年被加以完善。 -University of British Columbia 1999, David Rowe (David G. Lowe) summed up
SURF
- 尺度不变局部特征提取，对于局部细节特征有很好的描述，具有旋转尺度不变性-Scale-invariant local feature extraction, feature for the local details are well described, with a rotating scale invariance
bubianjujinzhan
- 不变矩图像分析研究进展，不变矩是1种高度浓缩的图像特征,具有平移、灰度、尺度、旋转等多畸变不变性。 -Moment invariants image analysis research, is one kind of moment invariants of image features highly concentrated, with translation, gray, scale, rotation and other di
imagerotate
- 图像旋转，一个程序是旋转后大小不变的，另外一个是旋转还后大小改变的，经调试后，能运行-Image rotation, a procedure is the same size after turn, and the other is rotating also change after the size, the debugging, can run
sift
- SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Scale-invariant feature tr
image-change-and--moments-invariant
- 图像处理，彩色图像变二值图像，图像平移旋转缩放，矩不变。-image to two value, scale, rotate, mirror, translate, moments invariant
fuliye
- 傅立叶描述子是分析和识别物体形状的重要方法之一．利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转、平移和尺度不变 性的归一化傅立叶描述子．与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比，新的归一化傅立叶描述 子同时保留了模与相位特性，因此能够更好地识别物体的形状．实验表明这种新的归一化傅立叶描述子比传统的 傅立叶描述子能够更加高效、准确地识别物体的形状
SIFT
- Sift算子最早是由D.G.Lowe于1999年提出的，当时主要用于对象识别。 2004年D.G.Lowe对该算子做了全面的总结，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子sift（Scale Invariant Feature Transform)算子，即尺度不变特征变换。-Sift child the first count by DGLowe in 1999, was main
seven-Hu
- 实现对图像求7个HU不变距，具有旋转不变性，-To realize the image for seven from HU unchanged, with rotating invariance,
rZerrnike-maai
- 对输入图像进行预处理后提取目标轮廓，经过归一化处理的到目标形状的平移、尺度不变的链状表达，再通过小波变换进行多尺度度分析；引入Zernike 矩，运用Zernike矩的特性，实现小波表达的旋转不变性，解解决了小波变换对起始点的依赖。 -Preprocessing the input image to extract the target contour, after normalized to the translation of
log_polar2
- 对数极坐标图像转换，适用于黑白图像转换,可实现旋转尺度不变特性-LPT transformation，applied to RGB->gray image
HmomenttU
- HU的七阶不变矩，具有旋转，平移不变性，对图像描述稳定，，对于图像分类，匹配具有重要的作用，已通过测试。 -HU seven-order moment invariants, rotation, translation invariance, stable image descr iption for image classification match has an important role, has been tested.
MyMarsRovers
- Thoughtworks公司面试题——MARS ROVERS问题火星探测器 C# 实现 VS2010工程，带界面展示！ 一小队机器人探测器将由NASA送上火星高原，探测器将在这个奇特的矩形高原上行驶。 用它们携带的照相机将周围的全景地势图发回到地球。每个探测器的方向和位置将由一个x,y系坐标图和一个表示地理方向的字母表示出来。为了方便导航，平原将被划分为网格状。位置坐标示例：0，0，N，表示探测器在坐标图的左下角，且
Zernike
- Zernike矩是一种具有尺度、移位和旋转不变性的正交不变矩，本设计的目的就是利用Zernike不变矩设计一种图像检索系统，该系统能够充分验证Zerinike矩的不变性及其在图像检索中的优良性能。具体内容包括： (1) 图像特征提取、统计特征提取； (2) Zernike不变矩及其应用方法； (3) 基于Zernike不变矩的图像检索系统。 -Zernike moments is a scale, shift and r
SIFT方法进行特征匹配
- 尺度不变特征转换是一种计算机视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。程序已调通，在match.m中改变所处理图片的名称即可。相关参考文献已上传本网站，Distinctive Image Features Scale-Invariant Keypoints
Shape-matching-with-Zerinike-moments
- 结合Zernike矩的多尺度模板形状匹配，该算法对输入图像进行预处理后提取目标轮廓，经过归一化处理得到目标形 状的平移、尺度不变的链状表达，再通过小波变换进行多尺度分析；引入Zernike矩，利用Zernike矩的特性，实现小波表达的旋转不变性，解决了小波变换对起始点的依赖。-Shape matching based on multi-scale template with Zerinike moments，The object s
hujv_recognization_classification
- 矩特征主要表征了图像区域的几何特征,又称为几何矩， 由于其具有旋转、平移、尺度等特性的不变特征，所以又称其为不变矩。 利用不变矩进行识别与分类-Moment feature is mainly characterized by the geometric features of the image area, also known as geometric moments, due to its rotation, translatio
SIFT-algorithm
- SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种计算机视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。此算法有其专利，专利拥有者为 英属哥伦比亚大学。
2
- 本文在在尺度不变特征变换(Scale invariant feature transform,SIFT)特征匹配算法的基础上, 提出了一种基于累积特征的多目标的跟踪算法, 通过对目标的SIFT特征进行实时更新来去除由噪声(或形变)带来的\过时"特征信息, 保证了特征的稳定, 提高了匹配准确度. 实验结果表明, 本算法能够有效处理目标由于旋转、形变而导致跟踪性能下降甚至跟踪目标丢失的问题, 同时对跟踪过程中多目标的关联, 也具有较好的鲁棒
P_zernike_demos
- 利用HU不变矩提取图像的特征，主要是形状特征，HU不变矩具有旋转缩放不变性-HU invariant moments using the image feature extraction, mainly shape characteristics, HU invariant moments with rotation scaling invariance