![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 64
super尚
热爱学习的一枚研究僧
展开
-
图像拼接流程
基于SURF的图像拼接用SIFT算法来实现图像拼接是很常用的方法,但是因为SIFT计算量很大,所以在速度要求很高的场合下不再适用。所以,它的改进方法SURF因为在速度方面有了明显的提高(速度是SIFT的3倍),所以在图像拼接领域还是大有作为。虽说SURF精确度和稳定性不及SIFT,但是其综合能力还是优越一些。下面将详细介绍拼接的主要步骤:1.特征点提取和匹配特征点提取和匹配的方法我在上一篇文章《图像拼接流程》中做了详细的介绍,在这里直接使用上文所总结的SURF特征提取和特征匹配的方法。2.图像配准转载 2021-06-15 22:32:58 · 1013 阅读 · 0 评论 -
常用特征检测算法SURF、SIFT、ORB和FAST
特征检测算法SURF算法特征检测的视觉不变性是一个非常重要的概念。 但是要解决尺度不变性问题,难度相当大。 为解决这一问题,计算机视觉界引入了尺度不变特征的概念。 它的理念是, 不仅在任何尺度下拍摄的物体都能检测到一致的关键点,而且每个被检测的特征点都对应一个尺度因子。 理想情况下,对于两幅图像中不同尺度的的同一个物体点, 计算得到的两个尺度因子之间的比率应该等于图像尺度的比率。近几年, 人们提出了多种尺度不变特征,本节介绍其中的一种:SURF特征。 SURF全称为“加速稳健特征”(Speeded Up转载 2021-06-15 22:16:34 · 3605 阅读 · 0 评论 -
视频图像处理——matlab的笔记
matlab的行向量表示:xRow=[2,3,4,5]列向量表示:xCol=[2;3;4;5]矩阵的表示(注意每行的个数要一样,不然会报错):m=[1,3,2;4,6,7]m=[1,3,2;4,6,7]m =1 3 24 6 7创建单位矩阵:i=eye(5)i =1 0 0 0 00 1 0 0 00 0 1 0 00 0 0原创 2021-05-09 15:58:09 · 712 阅读 · 7 评论