首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > 其他 > 基于sift的图像拼接技术

基于sift的图像拼接技术

资 源 简 介

应用背景 SIFT特征匹配算法, 在没有先验知识条件下, 对旋转、尺度缩放、光照、视角变化等图像变化因素保持一定鲁棒性, 且对低重叠区域(30%左右的相似重叠区域)、部分遮挡(只出现在其中一张图上的物体)和噪声等因素也保持较好的可匹配性。可用于多尺度下的特征匹配,以及鲁棒性的图像拼接。 关键技术 1.高斯尺度空间极值检测 2.特征点位置的确定 3.特征点方向的分配 4.生成SIFT特征向量 5.图像拼接 6.图像融合 提取图像的sift特征,构造特征描述子,基于sift特征构造BBF-tree,根据描述子之间的欧式距离进行初步的匹配,然后进过鲁棒的Ransac估计出最佳运动模型H,然后用距离加权的方法在重叠区进行融合。

文 件 列 表

imgfeatures.c
imgfeatures.h
kdtree.c
kdtree.h
main.cpp
minpq.c
minpq.h
sift.c
sift.h
utils.c
utils.h
xform.c
xform.h
VIP VIP
0.242994s