搜索资源列表
fc5j_EM_matlab
- em算法求解混合高斯模型,适合图像处理中,对象分割-em algorithm Gaussian mixture model suitable for image processing, object segmentation
SkinSegment
- 自己编的程序,有gui界面给出结果的。这是个自己建的皮肤高斯模型,通过训练的到的阈值。在ycbcr域对皮肤区域进行了分割。-developed procedures, gui interface is the outcome. This is a build their own skin Gaussian model, the training of the threshold. Ycbcr domain in the region of the skin segmentation.
VideoObjectSegmentation
- 时空联合的视频对象分割,时域采用多帧帧差,形态学处理和高斯聚类,空域采用小波变换和分水岭变换。时域分割的模板与空域分水岭变换的结果融合得到最终的分割结果。-joint space-time video segmentation, multi-domain when displayed poor handling and morphology Gaussian clustering, airspace wavelet transform and watershed transformation.
gauss_divid_1
- 通过高斯滤波器滤出高斯曲面作为阈值分割dicom医学图像-through Gaussian filter out the Gaussian surfaces as a threshold of medical image segmentation dicom
light2
- 基于肤色的人脸检测方法,包括肤色模型建立和肤色分割过程两大部分内容。在比较了颜色空间和两种模型后,选择了在 YCbCr 空间建立高斯模型。输入图像经过相似度计算、阈值分割、最后得到人脸区域。
EMGMMSeg
- 对图像进行GMM(混合高斯)拟合后用EM算法进行分割
DoGfilters
- DoG(Difference of Gaussian)滤波算子,主要用于边缘特征提取,用于模式识别中的分割预处理。其主要参数为两个高斯函数的方差,针对方差设计可以对不同的图像特征情况下有不同的表现。
Gaumix_EM
- 使用高斯模型期望值最大化演算法,做圖形分割 Gaumix_EM: EM Algorithm Applicated to Parameter Estimation for Gaussian Mixture
070405
- 图像分割的计算机实现。用边缘检测和模板匹配法两种方法,通过VisualC++处理图像,实现图像分割,比较Sobel算子边缘检测、Prewitt边缘算子、Krisch边缘算子和高斯拉普拉斯算子的图像处理效果.
BGM
- 本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法。 它以一种改进的自适应 混合高斯模型为背景更新方法,用连通区检测算法分割出前景目标,以 Kalman滤波为运动模型实现对运动目标的连续跟踪。在目标跟踪时,该算法针对目标遮挡引起的各种可能情况.
basicprocessing
- 图像位平面分割,高斯金字塔生成与复原,图像4因子下采样等基本操作,有详细的代码注释。
115157707GSM_detector
- 高斯模型GMM分割背景和前景高斯模型GMM分割背景和前景
watershed
- 图像预处理:分水岭分割算法,图像灰度化、高斯平滑、均衡直方图、图像对比度增强
PyramidSegment
- 基于高斯金字塔算法的分割程序。可以手动调整分割阈值,以达到需求的效果。
markov
- 基于高斯混合模型markov树算法的图像分割-Gaussian mixture model based markov tree algorithm for image segmentation. . .
Version_1
- 由长度,方差生成用于图像分割的高斯匹配模板,用于匹配滤波增强,做图像分割。(The Gauss matching template for image segmentation is generated by length and variance, which is used for matching and filtering enhancement and image segmentation.)
GMM-HMRF_v1.1
- 高斯混合模型 马尔科夫 image segmentation MRF GMM GMM ICM(Gauss mixture model)
automatic_image_segement
- 本文以k-means算法为背景,引入信息熵相关知识,从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时,会发生一定的过拟合现象,导致我们得不到预期的聚类数目。本文设计合理的合并准则,令模型简化,有效地消除过拟合现象,使得最后得到的聚类数目与预期符合。,设计合理的准则改进了图像的全自动分割方法,使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
GMM-HMRF
- 基于高斯混合模型和隐马尔科夫模型的图像分割算法(Image segmentation algorithm based on Gaussian mixture model and hidden Markov model)
Log算子图像分割的matlab程序
- Log算子图像分割的matlab程序,高斯滤波+拉普拉斯算子运算,阈值可以自己设置