搜索资源列表
并行图像细化算法和C代码实现
- 图像细化一般作为一种图像预处理技术出现,目的是提取源图像的骨架,即是将原图像中线条宽度大于1个象素的线条细化成只有一个象素宽,形成 骨架 ,形成骨架后能比较容易的分析图像,如提取图像的特征.-image thinning as a general image preprocessing technologies emerging, is the source of images from the frames, that is, lines of the original image width
fast_distance_map_caculate
- 使用边缘跟踪，种子填充等算法提取图像边界，然后使用并行的方法来计算图像的距离图。-using edge tracking and seed filling algorithm to detect the edges of images, then use the parallel approach to the calculation of the distance between the image map.
ImageDIP2
- “区域分割”是采用并行区域分割算法中的阈值化分割算法，阈值的选取方法是迭代阈值选取方法。 “边缘检测”是采用Prewitt边缘检测算子对图像进行边缘检测运算，Prewitt边缘算子的核心是两个3×3的卷积核（corrvolution kernel。
Direct
- 一系列图像分割算法，包括并行，串行边界分割，并行，串行区域分割！
erzhituxiangxihuasuanfa
- 图像细化的方法有两种即边缘点删除和内点保留传统的基于边缘点删除的细化算法在细化过程中只对边缘点的可删除性进行判断并作相应处理由于受跟踪顺序及所考察邻域的影响容易产生骨架的非对称性基于内点保留的细化算法容易使所获得的骨架大于一个像素本文在分析上述两类细化算法的基础上综合运用上述两种细化方法提出一种新的行之有效的并行细化算法.
tuxiangpipeibingxin
- 局部熵差图象匹配并行算法的分析和 功能以及和其他算法的比较
picturemix
- 用VC++实现的一个系统，该系统实现了各种图像融合算法并对各种算法的效果并行比较-Using VC++ to achieve a system to achieve a variety of image fusion algorithms and compare the effect of parallel
NeighborhoodModel-NM
- 遗传算法是当前许多科学实验领域广泛应用的一种非线性并行算法.本文研究了遗传算法在数字图像的灰度图二值化中的应用 ,提出了一种新的灰度图二值化方法.该方法通过对每个子群体的优化计算和动态改进的适应度函数 ,确定新的分割阈值.实验验证该方法对于噪声干扰的一般质量图像有着良好的效果.-Genetic algorithm is currently widely used in many scientific experiments in the field of a nonlinear parallel
parallel
- 该论文描述了一种能够利用并行算法产生图像深度图的算法，同时该算法可以保存得到的图像特征-The paper describes a parallel algorithm to generate the image using depth map algorithm, while the algorithm can save the image characteristics obtained
CoinRecognizing
- 基于蚁群算法的硬币识别研究。蚁群算法具有离散性、并行性、正反馈性和鲁棒性，是目前较为先进的优化算法．利用蚁群算法的聚类能力，提出一种硬币识别新方法．根据硬币图像的特点，确定了6个有效的图像纹理特征函数，通过对硬币图像的特征函 数值进行蚁群聚类，可有效实现各类硬币图像的识别．实验结果表明，该算法用于硬币识别可达到100％的识别率，并且识别时间较短，是一种有效的硬币识别方法．-Coin recognizing method based on ant colony algorithm
SobelFilterImage
- 图像的膨胀、腐蚀、滤波、边缘提取的实现。采用的是并行算法，在opencl平台上实现。-Image dilation, erosion, filtering, edge detection implementation. Parallel algorithm is adopted, the opencl platform to achieve.
CUDA-ShapeContext
- Architecture)并行处理平台，对人脸形状识别算法Shape Context的串行算法进行了研究，并在CUDA平台中分别研究了其高效并行处理技术和并行算法。-Architecture) parallel processing platform, the shape of the face recognition algorithm Shape Context of the serial algorithm is studied, and were studied in the CUDA
cuda_txcl
- 基于CUDA的高性能图像处理算法。着重介绍CPU和CUDA的计算能力，并详细介绍图像处理的背景以及几种操作的原理。在经过实验之后，对比CPU的计算能力可以发现，CUDA在并行处理数据的能力非常强大。由此可知，在图像处理的应用中，CUDA将大有可为。然而Hough变换的性能提升并不明显，其中的原子操作导致线程的排队，大幅度降低了线程并发性能，从而使得CUDA并行运算的优点不能显示出来，此问题的解决，有赖于对Hough变换并行算法的更深入研究。-CUDA-based high-performance
fast-parrallel-and-opta
- 经典复合式指纹细化算法源码，算法步骤为先用快速并行算法遍历，后用OPTA算法遍历，附有注释。-Classic composite fingerprint thinning algorithm source code, for the first step of the algorithm with fast parallel algorithm traversal traversal algorithm after using OPTA, annotated.
Fast-O(1)Bilateral-Filter
- Fast O(1)双边滤波算法,由三角函数逼近方法实现非迭代算法，计算量不再受滤波窗口大小影响，只与图像大小有关，适合改进为GPU执行的并行算法（此函数还包含一个递归高斯算法）-Fast O (1) bilateral filtering algorithm, approximation by a trigonometric method to achieve non-iterative algorithm to calculate the amount of the filter window
convolutionFFT2dd
- 对图片进行二维快速傅里叶变换，并且用GPU的并行算法进行加速，大幅度提高运算速度-The picture-dimensional fast Fourier transform, and accelerated with the GPU s parallel algorithm, greatly improve processing speed
Non Local Means with Cuda
- 使用cuda对快匹配算法进行并行化处理，提高了运算速度(The fast matching algorithm is parallelized with CUDA, and the speed of operation is improved.)
263469
- 模式提取算法,它把神经网络的学习过程看作,最优化问题的随机并行算法,()
分散递阶蚁群算法及其在相变序列图像分割中的应用
- 提出了一种分散、递阶蚁群算法, 它将多个分散的蚁群并行求解各自对应的子问题, 形成一个执行层, 而递阶协调层利用执行层反馈的信息协调执行层的优化过程,从而得到递阶求解问题的整体最优解. 该算法已应用于相变热图序列图像模糊相变线的提取问题,即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题,再利用分散 、递阶蚁群算法进行求解 ,结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题. 与蚁群算法独立搜索比较 ,分散 、递阶蚁群算法能更有效地实现多子图之间的关联.(A
Zhang-Suen-thinning-algorithm_main
- 二值图像的Zhang快速并行细化算法，具有速度快、保持细化后曲线的连通性和无毛刺产生等优点。(Zhang fast parallel thinning algorithm)