搜索资源列表
基于fpga的二值图像快速标记法
- 摘要：在图像自动目标识别和跟踪过程中，首先对图像目标进行阈值分割提取，得到的二值 图像通常包含多个连通区域， 系统利用图像目标的形状特性对可疑高威胁的飞行目标进行自 动识别。因此，需要对各连通区域块进行分别检测判断，本文采用改进的适合 FPGA 实现 的快速标记算法对各连通域进行检测提取。
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
voice_speed_change.rar
- 文章介绍了一种对语音进行变速不变调处理的系统" 该系统与ADPCM编解码技术相结合!能更精确地检测和分割(音元)!并通过音元的复制和抽取实现了对播放语速的控制!达到了变速不变调的目的"。该系统用FPGA实现!结果表明：采用改进后的音元处理算法!可以大大减少语音处理中所引入的噪声；该算法与ADPCM相结合实现的语音变速系统!具有速度快、占用资源少、芯片面积小和成本低等特点"。,This paper presents a voice for transmission to the same tune
ksw.ga.improve1
- 基于ksw方法和改进遗传算法的图像分割，适用于单目标分割，效率和效果都不错，缺点是结果在一定范围内有些不稳定，遗传算法的通病-Ksw method and based on improved genetic algorithm for image segmentation, applied to single-object segmentation, the efficiency and effectiveness are good, the disadvantage is the result
partial-difference-equation-method
- 使 用 说 明 本光碟中包含五个文件夹。 （1）视频剪辑：可供教学演示，其中，"two_cells"是采用改进的变分水平集方法，实现GAC模型图像分割的演化过程；"denoissing"是利用P_M方程，对图像平滑去噪的演化过程 "curve_linear_heat_flow"是利用FT实现的闭合曲线的线性热流演化过程。 （2）二值图像：其中的图像可供形态学图像处理实验用，也可通过提取对象的边界，供曲线演化实验使用。 （3）灰度图象和彩色图像：其中的图像，可以作为图像分
GrabCut
- 基于opencv的图像分割算法，改进了graph cut算法-image segmentation algorithm based on Opencv， improved from graph cut algorithm
ncut
- 一种新型的图像分割技术，是基于Ncut的改进-A new image segmentation technique is based on the improvement Ncut
Medical-Image-Segmentation
- 基于Snake模型的图像分割技术是近年来图像处理领域的研究热点之一。Snake模型承载上层先验知识并融合 了图像的底层特征，针对医学图像的特殊性，能有效地应用于医学图像的分割中。本文对各种基于Snake模型的改进算法和 进化模型进行了研究，并重点梳理了最新的研究成果，以利于把握基于Snake模型的医学图像分割方法的脉络和发展方向-Snake model based image segmentation image processing technology in recent years
grabcut_matlab
- 三种基于GraphCut的图像分割方法，分别是GrabCut，LazySnapping和改进的GrabCut，其中用到了matlab和VC++的混合编程，在调用之前需生成mex文件-Three kinds of image segmentation method based on GraphCut, respectively GrabCut, LazySnapping and improved GrabCut, which used the matlab and VC++ mixed progr
20102118567210
- 验证码识别之去噪和分割的源码，有兴趣的朋友可以继续改进 -Code identifying the source of the denoising and segmentation, interested friends can continue to improve
ga_seg
- 改进基本遗传算法与最大熵法结合用于图像分割-Improvement of the basic genetic algorithm combined with the maximum entropy method for image segmentation
Automatic-segmentation
- 在最优阈值分割的基础上,用自动区域生长去除气管/支气管区域,对边界跟踪法进行改进以快速 去除背景干扰和获得肺部边界,最后进行肺部边界修补得到完整的肺部图像。算法采用迭代法寻找最 优阈值解决了阈值选取的敏感性问题,提出了基于前层图像中气管/支气管位置的气管/支气管提取方 法,避免了种子点的人工选取,基于前次搜索方向改进了八邻域搜索方法来提高边界跟踪的速度。 -In the optimal threshold segmentation based on region growing
small-world
- 程序以WS小世界模型及其改进版（by Newman and Watts (1999a).）为基础建立网络模型，计算网络平均距离，验证“六度分割”理论-Procedures to WS small world model and its improved version (by Newman and Watts (1999a).)-Based networking model to calculate the average distance network, verify the " s
uttpcc
- 经过改进可用于PC机上的UNIX的工具（有文件的分割，合并，行的复制等等）-Improved can be used in PC, the UNIX tools (with document segmentation, mergers, line replication, etc.)
hough
- sar图像下基于hough变换的机场跑道识别系统，首先对图像进行了灰度缩放拉伸并进行了二值化分割和数学形态学滤波等预处理，再以改进的hough变换进行提取，系统完备-sar images hough transform based on the airport runway identification system, first of all, the gray-scale image zoom and a tensile binarization segmentation and mathe
PCNN
- 利用改进的脉冲神经网络完成灰度图像的分割-The use of impulsive neural networks to improve the completion of gray-scale image segmentation
imprivedOSTU
- 比较经典的OSTU算法，是根据最早提出的大津阈值分割算法改进而来的。-Comparison of classic OSTU algorithm is based on the earliest proposed Otsu threshold segmentation algorithm to improve from.
gradient-vector-flow-algrithm(VC)
- 利用梯度矢量流算法进行轮廓提取（图像分割），不错的方法，对原来的ACM模型进行改进（active contour model 活动轮廓模型）-using gradient vector flow algrithm to extract image contour,improvement from active contour model
KCMNEW
- 一种改进的K均值聚类算法的实现，利用VC。改方法能得到好的分割效果，计算量小。-A improved method of KCM
An_Improved_Hough_Transform_Method_for_Circle_Segm
- 本文提出了一种基于方向可变滤波器的改进Hough变换方法。该方法首先利用方向可变滤波器检测出图像边缘以及边缘的方向特性，然后基于边缘点及其方向，通过改进的Hough变换得到圆心、半径。最后，将该算法应用于球类对象分割并得到较好的结果。-In this paper, a variable filter based on the direction of improving the method of Hough transform. The direction of the first to us