基于跳像素的快速匹配算法

屏幕内容(SC)视频/图像编码在广泛的使用场景中变得越来越重要。 SC视频与传统的摄像机捕获(CC)视频之间的区别是显而易见的,例如,重复图案更多,由字符,图形和动画组成的复杂纹理。 这些新功能需要使

基于能量的WSN多跳簇生成算法,研究无线传感器网络的可以学习。

本文提出了一种基于超像素(SP)立体匹配的深度图像生成方法。 在所提出的方法中,仅在SP的中心处执行块匹配,并且所获得的视差被应用于SP的所有像素。 接下来,为了改善差异,引入了新的基于SP的成本过滤

学习计算机图形学一个很重要的知识点来着，大家可以下载看一下啊，相互学习嘛

视觉定位系统中,图像匹配的精度直接影响整个定位系统的精度,针对图像匹配中存在的误匹配率较高等问题,提出了一种基于多层次FAST(MFAST)和优化采样的随机采样一致性(RANSAC)算法的图像匹配算法

随着网络功能日益多样化,分组分类技术对匹配域数量、表项深度等需求不断提高,加剧了硬件存储压力。为保证查表效率和硬件资源利用率,提出基于信息熵的匹配域裁剪算法。通过分析匹配域冗余信息,提出匹配域裁剪模型

针对部分压缩感知贪婪迭代类重构算法中误删正确支撑集元素的缺点,提出了一种基于支撑集保护的回环匹配算法(LM-P)。该算法依据最小残差内积初始化非受保护支撑集元素,然后依据观测向量在非受保护支撑集对应观

在双目立体视觉系统中,图像匹配是关键步骤之一。在众多匹配算法中,归一化互相关(NCC)算法由于具有精度高、鲁棒性强等优点得到广泛应用,但其计算量大、运算速度较慢,使其难以在线应用。为此,本文提出一种改

SIFT图像处理算法，可对灰度图像和彩色图像进行图像匹配。

提出了新的基于特征点的高速图像匹配算法。该算法把角点特征和灰度值特征结合起来,定义了一种基于Harris角点的灰度值特征,并充分利用角点灰度值以及角点周边灰度值和位置信息,然后依据这些信息进行匹配。实