搜索资源列表
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis techniques have wide applicatio
ISODATA
- 在各种聚类算法中，ISODATA可以说是应用最广泛的。以与代表点的最小距离作为样本聚类的依据，因此比较适合各类物体在特征空间以超球体分布的方式分布，对于分布形状较复杂的情况需要采用别的度量。
CQPOCS
- 用于特征点配准的快速聚类凸集投影算法,研究充分值得借鉴，自动化学报．
ISODATA1
- ISODATA聚类快速实现代码，运行test_isodata观测测试结果，算法可用于点模式匹配前的特征分类。
FuzzyEntropyBasedPost-ProcessingMethodforC-MeanClu
- 提出了一种结合C2均值聚类算法和模糊熵的图像分割方法, 该方法先采用C2均值聚类算法对含噪图像进行初步分割, 再利用模糊熵准则作后续处理。该方法一方面能够继承C2均值聚类算法的优点, 可以灵活地用在基于多特征和多阈值的图像分割中, 另一方面充分考虑了图像的区域信息, 利用模糊熵最小作为准则, 对C2均值聚类算法初步分割结果的错分类点作了进一步的处理, 克服了C2均值聚类算法对噪声敏感的缺点。实验结果表明,本文方法在运算开销上只比C2均值聚类算法多4～ 6 s, 对于低信噪比的图像能够取得优于C2
KmeansImageSegmentation
- 基于Opencv实现的k-means聚类图像分割算法，可自定义聚类个数，根据像素点的位置和颜色进行聚类
segmentation
- 介绍了视觉颜色空间及其在交互式图像分割中的作用, 实验分析了它的奇异性, 在此基础上, 考虑像素的 空间和色彩分布, 提出了基于区域生长法的多颜色空间、 多度量准则的聚类算法和零碎区域的合并算法, 颜色空间选取HSL 和RGB 两种, 相似性度量包括了种子点、 扩张点和生长区域三个方面, 并用于敦煌壁画图像的分割.
fcm
- 介绍几种模糊c均值聚类算法，利用该算法进行点云以及图像的分割。-fuzzy c means clustering
matlab_MRF
- k-均值算法的源码很有用，希望有帮助，请多多指点-k-means algorithm is useful source of hope that has helped, please instruct it
HoughTrans
- Hough变换的实质是将图像空间内具有一定关系的像元进行聚类，寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。在参数空间不超过二维的情况下， 这种变换有着理想的效果。但是，一旦参数空间增大，计算量便会急剧上升，同时耗费巨大的存储空间，耗时也随之猛增。就此，多年来国内外众多学者针对具体情况对常规Hough变换进行了多方面的探索，并提出了许多有价值的改进方法。-Hough transform is essentially the image space has a certain rel
kmean
- c#下实现图像颜色k均值聚类 将像素点颜色分类并合并-c# implementation of color image k-means clustering to classification of color pixels and merge
123
- 基于Hough 变换的SAR 图像舰船尾迹检测方法。该文引进了K均值聚类方法,将这些点集归类,归类后的每一类的类心能很好的代表一条尾迹,实验结果表明方法是有效的。-Hough transform based on SAR images of ship wake detection. The introduction of the K-means clustering method to classify these points, is classified in each category a
example-template
- K-means聚类算法的实现，可以实现对图像色彩块进行分类，是一个不错的算法，就是处理起来慢了点-K-means clustering algorithm can be achieved color image block classification algorithm is a good means to deal with the point of slow
Harris
- 研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法 针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和 背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用 Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行 聚类 -To develop an mi age analyzing procedure forautomatic
MARK_Kmeans
- 使用k-means算法对一副RGB色彩空间的图像作简单的聚类。根据命令行提示输入聚类的大小K，程序自动计算每一个像素点的归属并着色该点为该类的色彩均值。工程运行于VS2008环境，需要OpenCV支持。Debug目下exe文件可以直接双击运行查看结果。-Using k-means algorithm on an RGB color space images to make a simple clustering. According to the command prompt enter the
Corner-Detection-Harris-Algorithm
- 摘要提出了一种改进的Har“s角点检测方法。该方法在Harris角点检测求得角点响应函数后，利用双掩膜来定 义进行非极大值抑制的局部范围，结合K均值聚类方法进行非极大值抑制，若像素点的角点响应函数值满足预设角点判定 条件，则将该像素点定义为角点。实验结果表明，该方法无需进行阈值选择，提高了角点检测精度。-Abst旧ct An improved harris_based comer detection methOd is presented in the paper． Firstly，th
fencengchongjian
- 基于鲁棒估计灭点分层重建的研究 提出了一种基于Hough算法的直线聚类检测方法求取图像中的直线信息以及基于RANSAC的由直线信息估计灭点信息的改进算法，以提高估计灭点的鲁棒性。-Research of hierarchical reconstruction based on robust vanishing point
SC_demo
- 整理图像特征点提取和分类的程序（可以作为场景分类的前期工作），自己调试过能运行，特征点提取用的SIFT算法，使用K-means聚类算法，将得到的20个聚类中心写入txt文本中-Finishing the image feature point extraction and classification procedures (which can be as the preparatory work of the scene classification), their own debugging
kjunzhi
- k均值聚类，聚为2类，结果显示散点图，红色十字表示聚类中心-K-means clustering, the class number is 2, and the results showed that the clustering center
kjunzhiduolei
- k均值聚类，类数可以自行指定，输出散点图，红色十字为聚类中心-K-means clustering, the class number can be specified on its own, the output scatterplot chart, and the Red Cross for clustering center