立体匹配的几个算法使用

1.这篇介绍SURF检测blob的函数。

函数/Functions

函数名称:detectSURFFeatures

功能:利用The Speeded-Up Robust Features(SURF)算法检测blob特征

语法:points = detectSURFFeatures(I);

points = detectSURFFeatures(I,Name,Value);

其中,其中,I为2-D灰度图像,points为返回的SURF检测算法检测到的blob,Name必须为用单引号对包含的如下字符串名称,Vaule为对应Name的值

Name&Value参数
Name Value
‘MetricThreshold‘ 默认值为1000.0,取值较小时,返回更多检测到的blob
‘NumOctaves‘ 默认值为3,范围为>=1的整数,表示所使用高斯滤波器的序列,越小时,所使用的高斯滤波器的序列的窗口大小越小,能够检测到的Blob的尺度越小,典型值为1-4
‘NumScaleLevels‘ 默认值为4,范围为>= 3的整数,表示对应NumOctaves取值的高斯滤波器的个数,典型值为3-6
‘ROI‘ 默认为[1,1,size(I,1),size(1)],表示进行角点检测的图像区域
Octave&FilterSize
Octave FilterSize
1 9x9,15x15,21x21,27x27,...(相差为6)
2 15x15,27x27,39x39,51x51,...(相差为12)
3 27x27,51x51,75x75,99x99,...(相差为24)
4 ...(相差为48)
时间: 2024-11-29 10:38:17

立体匹配的几个算法使用的相关文章

sift算法c语言源代码详细注释

前段时间在做三维测量方面的研究,需要得到物体表面三维数据,sift算法是立体匹配中的经典算法,下面是对RobHess的SIFT源代码的注释.部分内容参考网上,在这里向各位大神表示感谢! http://write.blog.csdn.net/postedit/46620015 /*头文件*/ #ifndef SIFT_H #define SIFT_H #include "cxcore.h" /******************************** Structures ****

SIFT算法研究

原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法律责任.http://underthehood.blog.51cto.com/2531780/658350 By RaySaint 2011/09/05 1综述 结合论文[1]和Rob Hess的开源SIFT代码(发现OpenCV2.3的源码里也是用的Rob Hess的SIFT代码)对SIFT算法进行了研究,下面是小结: 在计算机视觉的领域中,图像匹配是很多问题最重要的一个方面,包括物体和场景识别,通

机器视觉算法提纲

图像增强算法(1,2,3,4,5): 对比度增强——空间滤波——彩色变换——多光谱变换——图像运算 几何变换算法(6): 仿射变换原理——投影变换原理——图像变换原理——极坐标变换原理 图像分割算法(7): 阈值分割与亚像素阈值分割——提取图像连通区域 特征提取算法(8): 区域特征——灰度值特征——轮廓特征 形态学算法(9): 区域形态学——灰度值形态学 边缘提取算法(10): 一维边缘提取——二维边缘提取 几何基元的分割与拟合算法(11): 直线拟合——圆拟合——椭圆拟合 摄像机标定算法(1

基于MST的立体匹配及相关改进(A Non-Local Cost Aggregation Method for Stereo Matching)

怀着很纠结的心情来总结这篇论文,这主要是因为作者提虽然供了源代码,但是我并没有仔细去深究他的code,只是把他的算法加进了自己的项目.希望以后有时间能把MST这一结构自己编程实现!! 论文题目是基于非局部代价聚类(non-local cost aggregation)的立体匹配,从题目上看这篇论文不是局部算法,但是也不是传统意义上的全局算法.这要从基于窗结构局部立体匹配算法说起,如下图: 我们求左右两幅图像在视差d下一点的cost时,我们实际是求得以该点为中心半径为r的Windows内所有点的c

立体视觉-opencv中立体匹配相关代码

三种匹配算法比较 BM算法: 该算法代码: view plaincopy to clipboardprint? CvStereoBMState *BMState = cvCreateStereoBMState(); int SADWindowSize=15;    BMState->SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 9;   BMState->minDisparity = 0;   BMState->number

立体匹配:动态归划

1最短路径问题之原始问题 1.1问题描述 在A00与A40之间确定一条路径它们之间的距离最短,即求A00到A40的最短距离. 1.2解决思路 (1) 要计算A00到A40的最短距离mindist(4,0),可转换为计算A00分别到A30和A31的最短距离mindist(3,0)和mindist(3,1),于是mindist(4, 0)=min{mindist(3,0)+5, mindist(3,1)+2} (2) 以计算mindist(3,0)为例,mindist(3,1)计算类似. 要计算A0

设计简单算法体验Vivado HLS的使用

前言 本文主要讲解了使用Vivado HLS设计简单C语言的二选一选择器算法的硬件HLS开发的全流程,包括工程创建-算法验证和仿真-算法综合-RTL仿真-IP封装等步骤. 参考网站: http://blog.chinaaet.com/cuter521/p/36069 http://blog.chinaaet.com/cuter521/p/36119 公司想要将立体匹配的算法进行硬件实现,无奈本人硬件小白一枚,看了基于verilog硬件实现的相关文档之后还是找不到感觉,其实FPGA进行硬件实现功能

立体匹配的研究背景以及意义

转载请注明出处:http://blog.csdn.net/wangyaninglm/article/details/51533549, 来自: shiter编写程序的艺术 计算机视觉是一门研究使用计算机来模拟人的视觉系统的学科."一图胜千言",人类对于图像中的信息感知效率远超文字等其他媒介,人类获取的信息总量中更是有高达80%依靠视觉系统[1].相对于人类高效的图像信息提取能力,计算机在图像信息的理解上仍然效率低下. 计算机视觉作为一门交叉学科,综合了生物学,心理学,数学,计算机科学等

立体匹配导论

转载请注明出处:http://blog.csdn.net/wangyaninglm/article/details/51531333, 来自: shiter编写程序的艺术 2.1 视差理论 计算机立体视觉系统通过模仿人类的的视觉系统,根据对同一场景从不同位置拍摄的两视角或多视角图像,采用几何方法可以计算出深度信息.本文主要研究的双目立体视觉系统如下图所示 双相机系统 在相似三角形和中根据对应边的比例关系: 其中Z为场景的深度,b为相机基线之间的距离,f为相机焦距.且由于bf/Z 为正数,根据上式