搜索资源列表
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
face-detection
- 提出一种基于改进的肤色分割和距离变换的快速人脸检测算法。该算法对传统肤色分割进行了改进, 使得肤色分割更加可靠,而且能够对图像中的多个人脸进行快速定位。-Proposed a color segmentation based on improved distance transform and Fast face detection algorithm. The traditional color segmentation algorithm has been improved, makin
Image-Segmentation-Method
- 本文主要研究基于水平集方法的活动轮廓模型图像分割，在回顾活动轮廓模 型发展的基础上，介绍了曲线演化理论及其水平集方法，证明了水平集方法可以 有稳定的数值实现方式且其处理拓扑变化的自然性，进一步引出了变分水平集方 法。 本文介绍了两种不同的几何活动轮廓模型：基于梯度信息的李纯明模型以及 基于区域信息的 Chan-Vese 模型（C-V 模型）。在分析上述两模型的优缺点上，提 出了一种改进的 C-V 模型，改进模型引入了距离约束项，同时对基于区域的外部 能量项进行了改进，
2345
- 改进的最小类内绝对差阈值分割及快速算法改进的最小类内绝对差阈值分割及快速算法-Improve the absolute difference between the minimum within-class thresholding and fast algorithm to improve the absolute difference between the minimum within-class thresholding and fast algorithm
otsu
- 一种改进的基于Otsu理论的图像分割方法-An improved Otsu-based theory of image segmentation methods, from the algorithm speed and segmentation results both on the maximum between-class variance method to improve
FCMLSM
- 一种改进的基于整合空间的模糊聚类的水平集分割方法，分割效果比较好-An improved integration of space-based level set of fuzzy clustering segmentation, segmentation is better
snake_demo
- sdemo.m为主文件，界面文件在subf文件夹，snake算法在snke文件夹下，images文件下为测试图片。 此程序以界面的方式展示了Snake算法的分割效果，如果需要做批处理，需要对其改进。-Sdemo. M primarily file, interface file in subf folder, snake algorithm in snke folder, images file for test under the picture. This program to th
LevelSet_CV
- 一种改进的基于C-V模型的水平集分割算法，附有程序和图像源数据，分割方法较好-An improved model based on C-V level set segmentation algorithm, a program and image data source, segmentation method is good
field-problem
- 概述了图形图像处理系统中关于不规则区域的基本算法，包括：区域填充，边界跟踪，边界标志，几何处理，区域分割等等，并用，根据２５６色模式的特殊性，对传统的算法做了有针对性的改进，加快了处理速度，使其更适合于电影电视字幕，动画卡通人物等不规则图形图像区域。-Summarizes the image processing system the basic algorithm about irregular area, including: area filling, boundary tracking,
segment
- 对基于全局阈值法的指纹图像分割算法进行改进并仿真。-Fingerprint image segmentation algorithm based on global threshold to improve and simulation
ww
- 车辆牌照识别(LPR)系统是一个专用的计算机视觉系统，LPR系统的广泛应用将有助于加快我国交通管理 自动化的进程。本文对车牌识别系统中的图像预处理、车牌定位、字符分割和字符识别等环节涉及到的技术、算法以 及系统整体设计作了全面的论述，并与已有方案进行了比较，对部分关键算法进行了设计和改进。用采集到的40多 幅汽车图片作为实验样本数据，用纯软件的方法实现了车牌字符的自动识别-As a speclal computer vision system，the License Plate Re
Demo
- 图像自动识别系统是现代社会智能交通系统的重要组成部分, 是图像处理和模式识别技术研究的热点, 应用也越来越普遍。一个完整的跳绳图像识别系统一般包括图像预处理，跳绳计分器定位、字符分割、字符识别四大模块。 跳绳计分器字符的识别是汽跳绳计分器照识别的重要组成部分，识别的准确性直接影响跳绳计分器图像识别的效果。因此，本课题将研究如何改进跳绳计分器字符识别的算法，从而提高其识别的速度和准确率。 - Automatic License Plate Recognition (LPR) system
improved_watershed
- 改进的分水岭算法，实现了分水岭变换，能很好的抑制过分割现象，初学者可以做参考。-Improved watershed algorithm and watershed transformation and inhibition of over-segmentation, a beginner can do a reference.
QuickSort
- 快速排序（Quicksort）是对冒泡排序的一种改进。由C. A. R. Hoare在1962年提出。它的基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。-Quick sort in C/C++
NewOtsuThreshold
- 改进经典的otsu算法，使其适应目标所占图像比例较小的情况，使图像分割方法更具有自适应性 -Improve classic otsu algorithm to achieve image segmentation
FLCM
- 基于FCM的改进加入空间信息用于图像分割，可以正确的估计邻域信息的关系-Based on the FCM improvements by adding spatial information for image segmentation, the correct estimate of the relationship between neighborhood information
FCM-Image-Segmentation
- 一种新的快速迷糊C均值聚类图像的分割算法。对于模糊聚类的图像分割的速度慢的这一缺陷进行了改进。-A new fast confused C clustering image mean segmentation algorithm. For fuzzy clustering image segmentation speed slow this defect was improved.
fcm
- 改进fcm分割算法，它是一种无监督分割方法，无需人的干预，分割过程完全是自动完成 它可以很好地处理噪声，部分体积影响和图像模糊。-Improve FCM segmentation algorithm, it is a kind of unsupervised segmentation method, without human intervention, process fully automatic segmentation complete It can be a very good de
EM_GM_fast
- EM算法的图分割,基于GMM模型改进的快速EM算法，为m文件-EM algorithm image segmentation
fenshuiling
- 用于视频分割的，空域的分水岭算法。他是目前用于空域的最经典的方法，目前有很多改进-Used for video inalienable, the watershed of the algorithm airspace. He is currently used in the airspace of the classical approach, there are a lot of improvement