搜索资源列表
An-Efficient-Method-of-Texture-Synthesis-Based-on-
- 提出一种带边界匹配的基于 Graph Cut 的快速纹理合成算法.通过将纹理样本以不同的位移贴到输出图中完成合成 ,重叠区域的像素取值由 Graph Cut 确定.引入边界图辅助位移搜索 ,以增强合成结果的边界连续性 在预处理过程中计算 2 个相同样本在所有相对位移下的匹配误差 ,选取一部分误差最小的位移组成 “优选位移” 集合 ,合成过程中的块间相对位移仅从此集合中选取 ,大大地提高了合成速度.-This paper proposes an efficient method for tex
SimilarityCompare
- 本程序用于计算两个矢量图形的相似程度。 对于图形形状相似性问题，本程序满足了五个基本要求： 1.对于任意两个图形的相似程度必须得出一个量化的结果，在此称为图形相似度。 2.对图形形状的检测必须忽略 大小、旋转、轴对称、连线顺序的影响。 3.对于相同的图形，形状相似度必须为1；对于不相同的图形，形状相似度必须小于1。 4.两个图形的形状相似度必须与其相似程度成严格单调性，即对于同一个基准图形，越相似的图形相似度越高，越不相似的图形相似度越低。 5.必须能在可接受的时间与空间
kmltoolbox_v1.4
- 基于这个类的工具箱允许你创建在“Google地球”，许多不同的地块，由自动创建所需的基于XML的KML文件，而无需用户交互。 有了它，您可以创建： - 线图，散点图 - 二维和三维轮廓 - 2D和3D多边形 - 颤动地块 - 写在一个特定点的文本 - 将三维模型 - 覆盖图像 - 为图像传输更复杂的数字 - 文件夹，子文件夹，... 总相似图 - 动画三维模型到一个预定义的轨迹 安装到您的MATLAB路径工具箱，工具
histram
- 用于相似颜色图像检索，传统直方图法，巴氏系数法，传统欧式距离法-For the image similarity graph, the traditional histogram Bhattacharyya coefficient method, traditional Euclidean distance method
LEM-Algorithm
- LEM（拉普拉斯特征映射）算法，拉普拉斯特征映射是基于局部邻域，保持局部结构的流形学习方法。LEM通过一个无向加权图刻画流形上数据点间的近邻关系，图的顶点为原始数据点，图的边对应点之间的近邻关系，边的权值对应近邻点之间的相似程度（也可以是某种距离），LEM在低维嵌入空间中尽量保持图中数据点之间的近邻关系，然后求取嵌入坐标。通俗的说，LEM认为在高维数据空间离得近的点在低维嵌入空间也应该离得近-LEM (Laplace feature mapping) algorithm, Laplace fea