搜索资源列表
Snake-model-bsegmentation-method
- 改进的T- Snake 算法首先在分水岭法中, 对相邻区域以其像素数、灰度均值和灰度方差定义距离, 并据其在图像上建立新的连通图, 以对图像过度分割而产生的一些过小区域合并 其次, 在模型跨边缘时, 利用已分割断层图像中模型内部区域的统计特征, 用区域生长法获取内点并重新参数化模型, 使模型不再跨边缘, 以保证模型形变到正确的边缘-Improved T-Snake algorithm first law in the watershed, the number of pixels in its
MATLAB
- 可见光图像飞机目标识别 模糊差影法 改进自适应阈值分割法 七阶Hu不变距-aircraft recognition
Interactive---Segmentation
- 本文介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.我们通过把live wire 算法和图像分割中一般的区域增长方法结合来改进live wire算法,并用改进后的算法来对医学图像序列中的单张或 多张切片进行交互式的准确分割.然后计算机利用活动轮廓模型来自动分割相邻的未分割切片.我们通过在活动轮廓 模型的边缘点中引入记录已分割物体边缘附近局部区域特征的灰度模型来把已分割切片中的物体与背景的局部区域 特征带入相邻的未分割切片中,并用由灰度模型定义的区域相似
work
- 针对FCM算法的运行时间长和计算量大的问题，提出了改进的FCM算法，先将图像分割成窗口大小的子块，然后以子块为单位提取特征向量，用FCM聚类粗分割，然后对边缘子块，以像素为单位从新提取特征向量，进行细分割。分割后的结果提高了运行速度和分割精度。-For the FCM algorithm and the calculation of long run the problem of large proposed improved FCM algorithm, first image into bl
CV1
- 基于Mumford-Shah模型的水平集图像分割的改进算法，能够很好的分割图像内部孔洞并快速收敛-Mumford-Shah model based on the level set image segmentation of the improved algorithm, segmented image can be very good and fast convergence of the internal pore
texture
- 两种阈值分割算法，一种是 ostu算法，另一种算法，对ostu算法进行改进，可以对双峰值图像分割，效果有很大改善 -English VersionEnglish VersionEnglish Version
gjfenshuiling
- 改进的分水岭算法，克服了目标边缘的明显分割现象，效果更佳。-Improved watershed algorithm, to overcome the edge of the apparent segmentation of the target phenomenon, the better.
05
- 改进了李纯明博士的水平集方法，通过水平集方法实现图像分割，注释详细，效果不错-Dr. Li Chunming improved level set method, level set method by image segmentation, detailed notes, good results
Improved-watershed
- 程序实现改进的分水岭图像分割，较原始分水岭分割小区域做出改进，参数可调！-Program to achieve improved watershed image segmentation, watershed segmentation than the original small area to make improvements, adjustable parameters!
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
face-detection
- 提出一种基于改进的肤色分割和距离变换的快速人脸检测算法。该算法对传统肤色分割进行了改进, 使得肤色分割更加可靠,而且能够对图像中的多个人脸进行快速定位。-Proposed a color segmentation based on improved distance transform and Fast face detection algorithm. The traditional color segmentation algorithm has been improved, makin
Image-Segmentation-Method
- 本文主要研究基于水平集方法的活动轮廓模型图像分割，在回顾活动轮廓模 型发展的基础上，介绍了曲线演化理论及其水平集方法，证明了水平集方法可以 有稳定的数值实现方式且其处理拓扑变化的自然性，进一步引出了变分水平集方 法。 本文介绍了两种不同的几何活动轮廓模型：基于梯度信息的李纯明模型以及 基于区域信息的 Chan-Vese 模型（C-V 模型）。在分析上述两模型的优缺点上，提 出了一种改进的 C-V 模型，改进模型引入了距离约束项，同时对基于区域的外部 能量项进行了改进，
2345
- 改进的最小类内绝对差阈值分割及快速算法改进的最小类内绝对差阈值分割及快速算法-Improve the absolute difference between the minimum within-class thresholding and fast algorithm to improve the absolute difference between the minimum within-class thresholding and fast algorithm
otsu
- 一种改进的基于Otsu理论的图像分割方法-An improved Otsu-based theory of image segmentation methods, from the algorithm speed and segmentation results both on the maximum between-class variance method to improve
FCMLSM
- 一种改进的基于整合空间的模糊聚类的水平集分割方法，分割效果比较好-An improved integration of space-based level set of fuzzy clustering segmentation, segmentation is better
field-problem
- 概述了图形图像处理系统中关于不规则区域的基本算法，包括：区域填充，边界跟踪，边界标志，几何处理，区域分割等等，并用，根据２５６色模式的特殊性，对传统的算法做了有针对性的改进，加快了处理速度，使其更适合于电影电视字幕，动画卡通人物等不规则图形图像区域。-Summarizes the image processing system the basic algorithm about irregular area, including: area filling, boundary tracking,
segment
- 对基于全局阈值法的指纹图像分割算法进行改进并仿真。-Fingerprint image segmentation algorithm based on global threshold to improve and simulation
Demo
- 图像自动识别系统是现代社会智能交通系统的重要组成部分, 是图像处理和模式识别技术研究的热点, 应用也越来越普遍。一个完整的跳绳图像识别系统一般包括图像预处理，跳绳计分器定位、字符分割、字符识别四大模块。 跳绳计分器字符的识别是汽跳绳计分器照识别的重要组成部分，识别的准确性直接影响跳绳计分器图像识别的效果。因此，本课题将研究如何改进跳绳计分器字符识别的算法，从而提高其识别的速度和准确率。 - Automatic License Plate Recognition (LPR) system
NewOtsuThreshold
- 改进经典的otsu算法，使其适应目标所占图像比例较小的情况，使图像分割方法更具有自适应性 -Improve classic otsu algorithm to achieve image segmentation
FLCM
- 基于FCM的改进加入空间信息用于图像分割，可以正确的估计邻域信息的关系-Based on the FCM improvements by adding spatial information for image segmentation, the correct estimate of the relationship between neighborhood information