搜索资源列表
ImageProcessing-8.0
- 基于VC的图像处理程序 1.空间域灰度变化（线性、非线性）、直方图均衡化以及规格化； 2.空间域的噪音（椒盐、脉冲、高斯噪音等），均值滤波、中值滤波，最大值滤波； 3.频率域的巴斯沃通高低通滤波，余弦变换，walsh变换，SVD编码等； 4.简单的图形编码（hufman编码、香农编码、Golomb编码、算术编码）； 5.简单图像复原，涉及逆滤波和维纳滤波； 6.图像分割（这里只有一个大津阈值分割）。-VC-based image processing program 1.
5
- 了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP) 特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
Image-segmentation
- 图像分割:先对图像进行高斯编导，在进行卷积，显示图像！-Image segmentation: first of all Gaussian image director, during convolution, display images!
PI-FU-BIAOMIAO-CHULI
- 是用matlab软件编写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-Is to write your own skin Gaussian model built using matlab software, training to pass the threshold of. In the area of the skin ycbcr domain segmentation
GMMPLBF
- 图像分割 将主动轮廓模型与高斯混合模型结合，能运行-image segmentation
Image-Region-Segmentation
- 位图图像稳定区域分割的种子点选取条件，区域定义 区域分割 高斯混合模型 高斯分布 种子点选取 阈值选取 灰度范围-Bitmap image stabilization region segmentation of the seed point selection conditions, regional definition Region segmentation Gaussian mixture model Gaussian distribution The seed point select
tuxiangchuli
- 可以实现图像的预处理，主要包括灰度化、二值化、边缘检测、高斯去噪、细化、平移和旋转以及分割归一化处理等。-Can achieve image preprocessing, including graying, binarization, edge detection, Gaussian noise removal, thinning, translation and rotation and dividing normalized treatment.
EMal
- 使用EM算法完成图像的分割，使用混合高斯模型，可以修改分类数。运行EM.m-Expectation Algorithm
EMmri
- EM算法完成mri图像的分割，特别是头部图像，使用混合高斯模型。-EM algorithm
1
- 自运行，有结果。代码-基于局部高斯概率的脑MR图像分割模型，把脑mr图像分割为白质，灰质和脑脊液三部分，-Since operation and results. Code- based on local Gaussian probability of brain MR image segmentation model, the brain mr image into white matter, gray matter and cerebrospinal fluid of three parts
12354
- 实现了多高斯建模法的视频分割算法和越界检测、运动物体尺寸检测、计数等应用。算法主要由OPENCV实现。 软件目前可实现以下功能： 1）提供高斯建模法研究相应算法实现的效果的影响； 2）可以实现原视频与处理后的视频同时播放，实现跟踪； 3）实现车流量技术计数。 -To achieve a multi-Gaussian modeling method of video segmentation algorithm and cross-border detection, movin
zhifangtu
- 通过高斯模拟和特征模拟得到源图像的直方图模拟曲线，求得曲线的极值点作为分割阈值，利用阈值分割原图-Source image obtained by Gaussian modeling and simulation features analog histogram curve, calculated as the extreme points of the curve segmentation threshold Threshold segmentation artwork
DIP-E5_log
- 对下图施加高斯噪声，采用LoG算子对含噪声的图象实施边缘分割，找出该图象的最佳边缘。-Applying Gaussian noise figure below, using LoG operator for the implementation of the noisy image edge segmentation to identify the best edge of the image.
GMMS
- 基于高斯混合模型的图像分割程序，结合OpenCV,包括OTSU、金字塔分割、自适应阈值分割-Image segmentation program based on Gaussian mixture model, combined with OpenCV, including OTSU, pyramid segmentation, adaptive thresholding
Watershed
- 1.分水岭分割成区域块 2.高斯混合模型聚类 3.区域合并-1 watershed area is divided into blocks of 2 Gaussian mixture model clustering 3 region merge
VC-PP-Face-Recognition
- 包含很完整基础的图像处理和人脸识别！有人脸识别的各种预处理，例如几何变换、灰度变换、图像空余增强（高斯噪声、锐化、平均等）图像频域增强（各种变换和滤波）、腐蚀、膨胀、图像分割与检测-Contains a very complete basic image processing and recognition! There are various pre-recognition, such as geometric transformation, gray transformation, imag
Untitled1
- 生成高斯平滑滤波模板,高斯滤波,利用roberts算子进行边缘检测,域值分割,已运行，可以出结果-Generate Gaussian smoothing filter template, Gaussian filtering, use roberts operator edge detection threshold segmentation, has been running, the results can be
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
MOG
- 使用Opencv实现的混合高斯背景建模，能够对图像的前景和背景进行分割。-Gaussian mixture background modeling using Opencv achieved, it is possible to image segmentation of the foreground and background.
DPGMMMRI-segmentation
- 基于狄利克雷过程的无限高斯混合模型的脑医学MRI图像分割-Dirichlet process mixture model Brain MRI image segmentation algorithm