搜索资源列表
back_seg_code
- 用模糊逻辑开发的图像分割程序，含图像分类，数据等。
GVF_Snake
- 图像分割是由图像处理到图像分析的关键步骤，涉及到计算机视觉技术的复杂问题。在医学图像方面，许多应用大都依赖于对图像中目标轮廓的准确提取。基于微分算子检测的方法几乎都对噪声较为敏感且不能保证得到连续的边缘，无法用于辨识和分析目标。由Kass提出的基于主动轮廓线的Snake模型[1]，用一个具有一定弹性的封闭曲线，在曲线自身形状约束力和由图像数据计算而来的外部力的共同作用下演化，来逼近目标边界，完成对图像的分割。 GVF snake VC++做的
ImageSeg_DataField_ver1
- 利用李德毅院士的数据场理论,对图像进行数据场生成,在此基础上对图像进行分割
Image_Processing(MATLAB)
- 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书，它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来增强这些软件工具。本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等。 本书主要特点： 本书自成体系；
001
- 人体脑图像分割技术研究a. 对原始的二维医学图像进行滤波，封装成三维体数据。 b. 采用合适的多阈值分割方法得到合适的双阈值，对三维体数据进行二值处理，得到分割出的三维人脑图像。 c. 对得到的三维人脑二值图像进行数学形态学操作，并利用种子填充进行区域修整，得到较好的三维人脑分割结果，并给以三维显示。
tuxiangchuli
- 数据图像处理课程设计报告！（含图像分割跟中值滤波）
MATLAB.rar
- 基于自组织神经网络数据及图像处理，在图像分割中应用极强。很好的源程序。 ,Self-organizing neural network-based data and image processing, image segmentation in the application of highly. Very good source.
Kmeans
- 基于Kmeans算法的图像分割，一般Kmeans是数据挖掘中用来聚类的，本试验利用图像中的灰度值作为Kmeans算法的原始点，进行图像分割-Kmeans algorithm based on image segmentation, data mining in general Kmeans is used to clustering, the trial use of the image gray value as the original algorithm Kmeans spots for
QVCS-Enterprise2.1.11
- 图像数据的模糊聚类分析，图像识别、图像分割，包含FCM算法。-Image data of the fuzzy cluster analysis, image recognition, image segmentation, including the FCM algorithm.
C__julei
- 一种非常实用的C均值聚类算法，可以用于数据挖掘、图像分割等领域-A very useful C-means clustering algorithm can be used for data mining, image segmentation and other areas of
Self-organizing_neural_network
- 基于自组织神经网络数据及图像处理，在图像分割中应用极-Self-organizing neural network-based data and image processing, image segmentation applied in a very
meanshiftsegmentation
- 均值漂移图像分割测试程序,使用meanshift算法对彩色图像进行聚类分割，效果很好，并且显示使用时间、找到的类数，另包含RGB与LUV颜色空间的互相转换，图片矩阵数据转为降维数组等，程序中有详尽的注释和说明，并且配有测试结果图片，非常适合计算机视觉、机器学习、模式识别的朋友参考-failed to translate
k_means
- k_means聚类算法 实现图像分割 数据挖掘-k_means clustering algorithm to achieve image segmentation data mining
caffe-tensorflow-master
- 实现CamVid数据集分割功能，利用caffe转tensorflow模型，得以实现，使用FCN网络(come true the function of datasets of CamVid to segmantic segmentation)
watershedSeg-master
- 将分水岭算法用于图像分割，将深度图像数据集成到标记控制的分水岭RGB图像分割算法中(watershed algorithm image segmentation INTEGRATING DEPTH IMAGE DATA INTO MARKER CONTROLLED WATERSHED RGB IMAGE SEGMENTATION ALGORITHM Onur Olgac, Cihan Avci)
152张未分割图10
- 152张灰度的肝脏切片图像（没有标记），格式为jpg(152 grayscale liver slices (no marked).)
双峰法阈值分割
- 双峰法阈值分割。阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区
2.2 图像分割技术
- FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。(The FCM algorithm is a partition-based clustering algorithm. Its idea is to make the similarity among the obj
Unet-master1
- 适用对象：小样本数据。功能：分割各种类型图像。评价：效果良好的深度学习算法。(Applicable object: small sample data. Function: Segmentation of various types of images. Evaluation: A good deep learning algorithm.)
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