基于SIFT特征和K-means以及SVM提出了场景图形分类系统的理论框架。然后进行试验，比较不同聚类数目的正确率，同时还与机器学习方法进行了效果比较。试验结果表明，基于SIFT和K-means以及SVM的场景分类方法在准确率上很接近机器学习方法。
2019-12-21 20:16:08
526KB
1
随机生成五百个点作为初始数据，根据RANSAC算法，对初始数据进行拟合，寻找一条最能表示这五百个点的贝赛尔曲线。
2019-12-21 20:15:24
15.77MB
1
sift,csift,pca-sift,asift,surf原文及2013年的两篇相关算法匹配效果比较原文，全，供研究sift相关算法用
2019-12-21 20:10:28
7.94MB
1
FAST算法原理：若某像素与其周围邻域内足够多的像素点相差较大，则该点可能是角点。用FAST算法检测角点，代替差分高斯金字塔取极值检测角点的方法，速度块；接着用SIFT特征描述符描述角点，省略尺度空间值，只用原图像中角点邻域的梯度值和方向计算角点主方向，接着计算32个方向向量来描述角点。之和可用于特征点匹配。
2019-12-21 20:10:04
42KB
1
Sift是David Lowe于1999年提出的局部特征描述子，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有良好的不变性和很强的匹配能力。SIFT算法是一种提取局部特征的算法，也是一种模式识别技术，其基本思想是在尺度空间寻找极值点，提取位置，尺度，旋转不变量
2019-12-21 20:09:22
7.41MB
1
SIFT作为场景图像的局部特征能够较好的表征和区分不同的场景。对于类别间距较大的样本，SVM能够很好的分类.
2019-12-21 20:08:43
5.03MB
1