文件名称：matlab描绘三维函数代码-Computer_Vision_Assignments:Computer_Vision_Assignments
文件大小：4.26MB
文件格式：ZIP
更新时间：2024-06-11 07:29:32
系统开源
matlab嵌入三维函数代码计算机视觉分配 这些是我为慕尼黑工业大学举行的SS2018计算机视觉课程作业的解决方案。 所有分配都将在Matlab中完成，仅使用其标准功能（不允许使用工具箱）。 自从该课程以德语授课以来，当前所有的代码注释都使用德语。 我打算尽快翻译它们。 作业1 第一次任务的主要目标是实现哈里斯特征检测器的实现。 该算法通常用于检测图片中的角，这些角随后用于同一场景的不同图片之间的对应估计。 作业2 作业1中的哈里斯探测器为给定的灰度图像提供了一组拐角特征。 分配2的目的是使用同一场景的两个不同图片（左和右视点），并基于归一化互相关算法估计特征亲和力，以便找到两个对应的特征对。 寻找相应的像素是应用立体算法的关键，该算法可实现三维计算机视觉。 作业3 在先前的分配中找到相应的像素后，分配3专注于从该集合中提取合理/健壮的成员。 这是使用衍生自随机样本共识（RanSaC）算法类的算法来完成的。 该算法使用八点算法来计算场景基本矩阵F的估计值（表示场景中两个相机视图的相对位置），并建立一个与F相关的集合，从而匹配相机视点之间的感知关系。 用于计算集合相干性的重要度量函数是桑
【文件预览】：
Computer_Vision_Assignments-master
----Images()
--------Scene_L.png(2.12MB)
--------Scene_R.png(2.1MB)
----Assignment_4()
--------K.mat(202B)
--------Korrespondenzen_robust_2.mat(429B)
--------rueckprojektion.m(2KB)
--------P1.mat(834B)
--------rekonstruktion.m(7KB)
--------T.mat(200B)
--------Korrespondenzen_robust.mat(439B)
--------assignment_4.m(1015B)
--------TR_aus_E.m(2KB)
--------R.mat(241B)
----Assignment_2()
--------assignment_2.m(609B)
--------punkt_korrespondenzen.m(8KB)
----Assignment_1()
--------assignment_1.m(204B)
--------rgb_to_gray.m(905B)
--------cake.m(884B)
--------harris_detektor.m(7KB)
--------sobel_xy.m(810B)
----README.md(3KB)
----Assignment_3()
--------assignment_3.m(937B)
--------F_ransac.m(4KB)
--------achtpunktalgorithmus.m(4KB)
--------sampson_dist.m(1KB)
--------sampson_test.m(490B)
--------Essenzielle_Matrix.m(2KB)
----.gitattributes(26B)
----LICENSE.txt(34KB)