- 博客(4)
- 资源 (9)
- 问答 (1)
- 收藏
- 关注
原创 【特征匹配】ORB原理与源码解析
为了满足实时性的要求,前面文章中介绍过快速提取特征点算法Fast,以及特征描述子Brief。本篇文章介绍的ORB算法结合了Fast和Brief的速度优势,并做了改进,且ORB是免费。 Ethan Rublee等人2011年在《ORB:An Efficient Alternative to SIFT or SURF》文章中提出了ORB算法。结合Fast与Brief算法,并给Fast特征点
2015-09-17 16:15:31 28434 19
原创 【特征匹配】BRIEF特征描述子原理及源码解析
传统的特征点描述子如SIFT,SURF描述子,每个特征点采用128维(SIFT)或者64维(SURF)向量去描述,每个维度上占用4字节,SIFT需要128×4=512字节内存,SURF则需要256字节。如果对于内存资源有限的情况下,这种描述子方法显然不适应。同时,在形成描述子的过程中,也比较耗时。后来有人提出采用PCA降维的方法,但没有解决计算描述子耗时的问题。 鉴于上述的缺点Michae
2015-09-10 09:17:59 19493 3
原创 【特征匹配】Harris及Shi-Tomasi原理及源码解析
本文采用的是opencv2.4.3中的源码。转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/48244255Harris角点检测 人眼对角点的识别通常是通过一个局部的小窗口内完成的,如果在各个方向上移动这个小窗口,窗口内的灰度发生了较大的变化,那么说明窗口内存在角点。 如果在各个方向移动,灰度几乎不变,说明
2015-09-06 15:03:34 12932 13
原创 【特征匹配】Fast原理及源码解析
在实时的视频流处理中,需要对每一帧特征提取,对算法处理速度上有很高的要求,传统的SIFT,Harris等特征点提取很难满足。由此提出Fast(Features from Accelerated Segment Test),由于不涉及尺度,梯度,等复杂运算,Fast检测器速度非常快。它使用一定邻域内像元的灰度值与中心点比较大小去判断是否为一个角点。但它的缺点是不具有方向性,尺度不变性。转载请
2015-09-08 18:34:43 11868 5
opencv打开视频错误cap_ffmpeg_impl.hpp:365
2015-07-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人