- 博客(2)
- 资源 (7)
- 收藏
- 关注
RSS订阅转载 Nature、Science、Cell、Plos系列顶级学术杂志解析
（1）Harris角点 （2）灰度相关系数法 （3）RANSAC算法 （4）SUSAN角点检测算子
2012-07-05 18:41:23
4711
原创 三维重建读书笔记
三维重建读书笔记： 分层三维重构： 在匹配和标定的基础上，我们可以利用分层重构的方法，通过辨认和计算图像中的平行直线和二次曲线的像，以得到在相差一个相似变换下的三维场景结构。 首先，通过三角形法计算特征点对应的空间点，主要可以得到场景的射影重构； 然后，通过场景中的平行直线将射影重构升级为仿射重构. 最后，通过用绝对二
2012-07-05 14:22:34
2356
计算机视觉中的数学方法
本书由射影几何、矩阵与张量、模型估计三个部分组成，它们是三维计算机视觉所涉及到的基本数学理论与方法。I. 射影几何学是三维计算机视觉的数学理论基础，是从事计算机视觉研究所必备的数学知识。本书着重介绍射影几何学和它在视觉中的应用，主要内容包括：平面与空间射影几何，摄像机几何，两视点几何，自标定技术和三维重构理论。II. 矩阵与张量是描述和解决计算机视觉问题的必要数学工具，视觉领域研究人员都应该掌握这门数学。本书着重介绍与视觉有关的矩阵、张量理论与它的应用，主要内容包括：矩阵分解，矩阵分析，张量代数，运动与结构，多视点张量。III. 模型估计是三维计算机视觉的基本问题，通常涉及到变换或某种数学量的估计。本书着重介绍与视觉估计有关的数学理论与方法，主要内容包括：迭代优化理论，参数估计理论，视觉估计的代数方法、几何方法、鲁棒方法和贝叶斯方法。上述三部分涉及的数学内容是相对独立的，但三维计算机视觉将它们组成一个有机的整体。通过阅读本书，读者能掌握三维计算机视觉中的基本数学内容与方法，增强数学素养、提高分析和解决视觉问题的数学能力。
2011-12-17
SIFT_Matlab代码
This codes demonstrates the Scale Invariant Feature Transform (SIFT)
理论基础是 DavidLowe 2004年发表的《Distinctive Image Features from Scale-Invariant Keypoints》
2011-12-17
SIFT源代码DavidLowe
Demo code for detecting and matching SIFT features
DavidLowe 的经典论文附加代码。
是图像分割和图像融合的重要基础
2011-12-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人