可以进行图像特征点的提取，匹配，可以良好运行
标签： 图像处理
上传时间： 2015-06-01
上传用户：592448730
飞机特征点图像的识别是航空试飞领域中计算机视觉研究的重要课题，在基于图像的视频安全监控、自动识别与智能人机交互方面有着重要的研究价值。其检测算法经过长时间的发展，已经取得了显著的成绩。本文中对Paul Viola提出的基于积分图像和AdaBoost的检测方法进行了深入研究、改进，并针对实际问题成功应用到飞机特征点图像的快速检测中。
上传时间： 2013-11-04
上传用户：日光微澜
用两种输入曲线的方式和获取点的方法，然后用两种方法算出特征点。
上传时间： 2013-12-22
上传用户：playboys0
多种角点检测方法的介绍，是论文，个人觉得对初学特征点检测方法的人比较适用
上传时间： 2014-01-11
上传用户：sk5201314
提出了一种基于3点匹配的图像拼接算法。该算法以有效的选取准则为基础，选取种子模板，按照预定的搜索策略，匹配出对应 的特征点，利用误匹配消除准则，消除可能出现的误匹配，为后续的优化算法提供初值。
上传时间： 2016-12-26
上传用户：z754970244
OpencV是用来实现计算机视觉相关技术的开放源码工作库，是计算机视觉、图像处理、模式识别、计算机图形学、信号处理、视频监控、科学可视化等相关从业人员的好工具。本书介绍了大约200多个典型的技术问题，覆盖了基于OpenCV基础编程的主要内容，利用大量生动有趣的编程案例和编程技巧，从解决问题和答疑解惑入手，以因特网上最新资料为蓝本，深入浅出地说明了OpenCV中最典型和用途最广的程序设计方法。全书结构清晰、合理，范例实用、丰富，理论结合实践，即使读者只是略懂计算机视觉原理，也能人手对相关理论方法直接进行编码实现。 "基于OPENCV的计算机视觉技术实现"的图书目录…… 前言 第一章 使用OpenCV实现计算机视觉技术 1.1 计算机视觉技术 1.2 什么是OpenCV 1.3 基于OpenCV库的编程方法 本章小结 第二章 OpenCV的编程环境 2.1 OpenCV环境介绍 2.2 OpenCV的体系结构 2.3 OpenCV实例演示 本章小结 第三章 OpenCV编程风格 3.1 命名约定 3.2 结构 3.3 函数接口设计 3.4 函数实现 3.5 代码布局 3.6 移植性 3.7 文件操作 3.8 文档编写 本章小结 第四章 数据结构 4.1 基本数据结构 4.2 数组有关的操作 4.3 动态结构 本章小结 第五章 数据交互 5.1 绘图函数 5.2 文件存储 5.3 运行时类型信息和通用函数 5.4 错误处理函数 5.5 系统函数 本章小结 第六章 图像处理 6.1 边缘检测 6.2 直方图 6.3 Hough变换 6.4 几何变换 6.5 形态学 本章小结 第七章 结构与识别 7.1 轮廓处理函数 7.2 计算几何 7.3 平面划分 7.4 目标检测函数 7.5 生成与控制贝塞尔曲线 7.6 用OpenCV进行人脸检测 本章小结 第八章 图形界面（HighGUI） 8.1 读取和保存图像 8.2 OpenCV中的实用系统函数 本章小结 第九章 视频处理（CvCAM） 9.1 使用HighGUI对视频进行读写处理 9.2 CvCam对摄像头和视频流的使用 本章小结 第十章 OpenCV附加库第一部分 10.1 附加库介绍 10.2 形态学（morhing functions） 本章小结 第十一章 OpenCV附加库第二部分——隐马尔可夫模型 11.1 隐马尔可夫模型概述 11.2 隐马尔可夫模型中的基本结构与函数介绍 11.3 隐马尔可夫模型中的函数介绍 11.4 人脸识别工具 本章小结 第十二章 核心库综合例程 12.1 检测黑白格标定板内指定矩形区域内的角点 12.2 解线性标定方程组程序 本章小结 第十三章 运动与跟踪 13.1 图像统计的累积函数 13.2 运动模板函数 13.3 对象跟踪 13.4 光流 13.5 预估器 13.6 Kalman滤波器跟踪示例 13.7 用Snake方法检测可变形体的轮廓 13.8 运动目标跟踪与检测 本章小结 第十四章 立体视觉第一部分——照相机定标 14.1 坐标系介绍 14.2 透视投影矩阵的获得 14.3 摄像机参数的获取 14.4 径向畸变的校正 14.5 使用OpenCV及CVUT进行摄像机定标 14.6 OpenCV中的定标函数 14.7 CVUT介绍 本章小结 第十五章 立体视觉第二部分——三维重建 15.1 极线几何 15.2 特征点匹配 15.3 三维重建 15.4 OpenCV中相关函数介绍 本章小结 第十六章 立体视觉第三部分——三维重建算法 16.1 图像校正 16.2 已校正图像的快速三维重建 16.3 Birchfield算法 16.4 OpenCV中相关函数介绍 本章小结 第十七章 立体视觉第四部分——立体视觉实例 17.1 图像校正实例代码 17.2 基于窗口的稀疏点匹配及三维重建之一 17.3 基于窗口的稀疏点匹配及三维重建之二 17.4 Birchfield算法的OpenCV实现 本章小结 第十八章 常见问题解疑 18.1 安装与编译出错解决方法 18.2 OpenCV库基本技术问题 18.3 OpenCV在Linux下的相关问题 18.4 OpenCV库中的陷阱和bug
上传时间： 2013-07-18
上传用户：huyiming139
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-06-07
上传用户：kikye
指纹识别是在指纹图像上找到指纹的特征，通过计算机模糊比较的方法，把两个指纹的特征模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。本文对现已存在的多种指纹识别算法进行编程比较，并对细化算法提出改进。同时采用基于ARM7TDMI内核的32位处理器S3C44B0作为主控制器，半导体电容传感器FPS200作为指纹数据采集设备，构建了自动指纹识别系统。论文完成主要工作如下： 1、指纹采集模块的设计：根据FPS200的相关寄存器资源和管脚特性，完成指纹传感器FPS200的电路设计；研究FPS200主要寄存器的功能和图像采集方式，给出FPS200在三种工作方式下的工作流程，并且对三种工作模式进行分析。 2、指纹识别算法研究：通过对现已存在的多种图像预处理算法进行编程实现和对比研究发现，细化后的图像多存在短线、断线、毛刺等干扰以及细化不彻底的现象，为此提出了新的修复算法：分析目标点周围纹线的走向趋势，选择去除或者保留周围的相连点，较好地解决了细化不彻底的问题；再对细化后的图像采用方形模板进行纹线跟踪，去除伪特征点，克服了逐步递进的纹线跟踪算法过于复杂、不易实现等问题。 3、采用Sansung公司基于ARM7TDMI内核的32位RISC处理器S3C44B0，构建了自动指纹识别系统。该系统主要包括电源管理部分、指纹图像采集模块、存储器模块、JTAG调试接口以及与外设连接的串行接口。硬件部分主要完成指纹采集模块接口的设计与开发，软件部分主要完成指纹图像采集程序、指纹识别算法程序和串口通信程序的开发，此外还通过串口实现指纹数据上传到上位机，在VB环境下实现了简易的人机交互软件，提供指纹图像的直观显示，用于对指纹识别程序进行测试，并对测试结果进行了分析。
上传时间： 2013-05-22
上传用户：Andy123456
心血管系统疾病是现今世界上发病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作为一种非稳态的心电变异性现象，是指心电T波段振幅、形态甚至极性逐拍交替变化。大量研究表明，TWA与室性心律失常、心脏性猝死等有直接密切的关系，已成为一种无创独立性预测指标。随着数字信号处理技术和计算机技术的迅速发展，微伏级的TWA已经可以被检出，并且精度越来越高。本文以T波交替检测为中心，基于ARM给出了T波交替检测技术原理性样机的硬件及软件，实现实时监护的目的。 在TWA检测研究中，需要对心电信号进行预处理，即信号去噪和特征点检测。小波分析以其多分辨率的特性和表征时频两域信号局部特征的能力成为我们选取的心电信号自动分析手段。文中采用小波变换将原始心电信号分解为不同频段的细节信号，根据三种主要噪声的不同能量分布，采用自适应阈值和软硬阈值折衷处理策略用阈值滤波方法对原始信号进行去噪处理：同时基于心电信号的特征点R峰对应于Mexican-hat小波变换的极值点，因此我们使用Mexican-hat小波检测R峰，通过附加检测方案确保了位置的准确性，并根据需要提出了T波矩阵提取方法。 随后文章介绍了T波交替的产生机理及研究进展，分别从临床应用和检测方法上展现了目前TWA的发展进程，并利用了谱分析法、相关分析法和移动平均修正算法分别从时域和频域对一些样本数据进行T波交替检测。在检测中谱分析法抗噪能力较强，但作为一种频域检测方法，无法检测非稳态TWA信号，而相关分析法受呼吸、噪声影响较大，数据要求较高，因此可以在谱分析检测为阳性TWA基础上，再对信号进行相关分析，从而克服自身算法缺陷，确定交替幅度和时间段。最后对影响检测结果的因素进行讨论研究，从而降低检测误差。 文章还设计了T波交替检测技术原理性样机的关键部分电路和软件框架。硬件部分围绕ARM核的Samsung S3C44BOX为核心，设计了该样机的关键电路，包括采集模块、数据处理模块(外部存储电路、通信接口电路等)。其中在采集模块中针对心电信号是微弱信号并且干扰大的特点，采用了具有高共模抑制比和高输入阻抗的分级放大电路，有效的提取了信号分量：A/D转换电路保证了信号量化的高精度。利用USB接口芯片和删内部异步串行通讯实现系统与外界联系。系统软件中首先介绍了系统的软件开发环境，然后给出了心电信号分析及处理程序设计流程图及实现，使它们共同完成系统的软件监护功能。
上传时间： 2013-07-27
上传用户：familiarsmile
随着微电子技术和计算机技术的发展，工业生产过程的自动化和智能化程度越来越高。就玻璃工业生产而言，以前浮法玻璃生产线上所用的质量检测都是通过利用人眼离线检验或专用仪器抽样检测，无法满足实时检测的要求，并且人眼检测只能发现较大的玻璃缺陷，所以玻璃质量无法提高。目前国内几家大型玻璃生产企业都开始采用进口检测设备，可以对玻璃实现100％在线全检，自动划分玻璃等级，并获得质量统计数据，指导玻璃生产，稳定玻璃质量水平。 但由于价格昂贵，加上国内浮法玻璃生产线现场条件复杂，需要很长时间的配套和适应，而且配件更换困难以及售后服务难以到位等问题，严重束缚了国内企业对此类设备的引进，无法提高国内企业在国际市场的竞争能力。 应对此一问题，本文主要研究了基于DSP+ARM的独立双核结构的嵌入式视频缺陷在线检测系统的可行性，提出了相应的开发目标和性能参数，并在此基础上主要给出了基于TI公司TMS320C6202B DSP的视频图像处理以及缺陷识别的总体方案、硬件设计和相应的底层软件模块；同时论述了嵌入式工业控制以及网络传输的实现方案——采用Samsung公司的基于ARM7内核的S3C4510B作为主控芯片，运行uClinux操作系统，设计出整个嵌入式系统的软件层次模型和数据处理流程，其中编程底层的软件模块为上层的应用程序提供硬件操作和流程，从而实现缺陷识别结果的控制与传输。同时，本文还对玻璃缺陷的识别原理进行了深入的探讨，总结出了图象处理，图象分割以及特征点提取等识别步骤。 本系统对于提高玻璃缺陷在线检测的工艺水平、灵敏度、精度等级；提高产品质量、生产效率和自动化水平，降低投资及运行成本都将有着极其重要的现实意义。
上传时间： 2013-07-02
上传用户：shenglei_353
