基于ORB算法的特征提取和匹配(VS2015+OpenCV2.4.9)

基于SMF-WPR-KPCA算法的轴承特征提取

自计算机视觉产生开始,视觉信息则自动成为其处理的对象。纹理特征作为视觉信息的重要部分,成为图像特征提取的重点。针对纹理特征提取中,传统LBP 算法作为一种基于灰度的算法,仅仅局限对低分辨率图片,其识别

本文对http://docs.opencv.org/doc/tutorials/imgproc/shapedescriptors/hull/hull.html#hull以及http://www.int

实现对图像的sift特征提取，并利用bow模型进行聚类，并对bow下的特征进行提取和保存

VS2017+OpenCV通过双目视觉原理，通过SIFT特征点匹配恢复物体深度信息，输出三维坐标。

纹理提取，包括基于GLCM的纹理特征提取算法

基于ArcGIS的地形特征提取，刘小庆，，特征地形要素是构成地表地形与起伏变化的基本框架，ArcGIS具有一个能为三维可视化、三维分析以及表面生成提供高级分析功能的扩展模

function data_out = kernelpca_tutorial(data_in,num_dim) % % This function does principal component a

毕业论文图像的特征提取和分类图像的特征提取和分类图像的特征提取和分类图像的特征提取和分类图像的特征提取和分类

基于OpenCv-Python的ORB算法直接修改文件路径即可