特征点技术是计算机视觉与图像处理领域中的关键组成部分，广泛应用于物体识别、三维重建及增强现实等前沿科技。通过精准定位图像中具有代表性的局部特征，实现高效准确的目标检测与跟踪。掌握特征点提取与匹配算法对于提升视觉系统性能至关重要。本页面汇集了6960份精选资源，涵盖SIFT、SURF等多种经典及新兴方...
运用分形理论描述图像纹理特征，通过分析不同纹理图像及图像边缘处的分形参数，得 到一种新的边缘检测分形特征，从而提出一种基于分形特征的图像边缘检测方法。自适应阈值的 引入，能够实现不同图像的边缘检测。该算法简单迅速，并具有良好的抗噪性能。
《特征提取与图像处理》中文第2版以一种简洁明白的方式为计算机视觉和图像处理领域的初学者和准专业人士提供了一个图像处理和计算机视觉技术的基础指南。读者可以基于文中给出的代码以及网站的MATLAB和Mathcad文件开发自己工作中所需的技术方法...
针对采用支持向量机进行分类的特征子集选择问题，提出一种改进的基于梯度向量的特征评测算法。该算法在核特征空间中，利用数据点到分类超平面的距离函数的梯度向量对各个特征的重要性进行排序，省去了已有算法中计算
提出一种基于SIFT的三视图像特征匹配算法。采用SIFT算法对三视图像进行特征匹配，引入计算机视觉中的三线性关系和基于三焦张量的像素转移误差计算方法，对SIFT算法的匹配结果进行筛选，剔除匹配过程中产
在基于事件框架的新闻信息抽取中，针对事件侧面被框架结构所限定的问题，提出一种事件新侧面探测方法，并定义事件新侧面的2 种类型。通过去除已有的侧面内容，实现LSA 聚类探测，同时在文本特征选取部分采用词