资源简介
这是一篇ECCV2018上关于图像拼接的论文。所提出的方法“GreenWarps”旨在精确地对准具有大视差的帧/图像。该方法包括两个新阶段,即预变形和网格变形。第一阶段使用格林坐标将未对齐图像变形到参考图像。第二阶段使用demon-based diffeomorphic变形方法来确定对齐,该方法被称为“DiffeoMeshes”的网格变形。在两个阶段中,使用格林坐标进行变形而不假设任何运动模型。两个阶段的组合提供了图像的精确对准。在两个标准图像拼接数据集和一个由不受约束的视频创建的图像组成的数据集上进行实验。结果表明,与现有技术方法相比,该方法具有更好的性能。
代码片段和文件信息
相关资源
- 基于柱面的360度全景图像拼接融合
- 利用OpenCV中的Stitcher类实现全景图像拼
- 基于SIFT算法的图像拼接.rar
- 基于小波的图像拼接
- opencv实现只有xy方向平移的图像拼接算
- opencv 将两幅等宽图像拼接在一起
- imageStitching实现图像拼接
- 利用halcon进行图像拼接的基本教程
- 基于halcon的图像拼接算法
- 纯C实现的图像拼接
- SURF算法的图像拼接和快速拼接算法
- 利用OpenCV(2.4.13)的SURF/SIFT + RANSAC
- autostitch64 多幅无序图像自动排序,配
- 基于opencv实现的图像拼接
- 结合最佳缝合线和多分辨率融合的图
- 基于OpenCV进行图像拼接原理解析和编
- 全景拼接_多张图像拼接(stitching_de
- 图像拼接技术及其实现
- Opencv3.4SUFR纵向图像平滑拼接
- 图像拼接的经典论文
- 一篇关于图像拼接的比较好的硕士论
- Natural image stitching with the global simila
- 基于SURF算法的图像拼接
- 全景图像拼接图像拼接作业
- 基于相位相关算法的全景图像拼接
- opencv 360度n张图像拼接,任意角度两
- 基于SIFT特征的全景图像拼接(Qt)
- 18年最新立体图像拼接
- 眼底图像拼接
- OPENCV实现ORB/SURF/SIFT + RANSAC 图像自动拼
评论
共有 条评论