搜索资源列表
Gaussian.mixture.model.Method
- 高斯混合模型是單一高斯機率密度函數的延伸，由於GMM 能夠平滑地近似任意形狀的密度分佈，因此近年來常被用在語音與語者辨識，得到不錯的效果。-Gaussian mixture model is a single Gaussian probability density function of the extension, as the GMM can approximate arbitrary smooth shape of the density distribution, it is ofte
DBAIN.m
- DBAIN: 用DBA方法来去除高密度脉冲噪声，如椒盐噪声的去除-DBAIN: using DBA method to remove high-density impulse noise, such as salt and pepper noise removal
dectect
- 基于高斯核密度模型的运动目标检测，适合图像处理专业人员参考-Based on the Gaussian kernel density model of moving target detection for image processing professionals reference
NoiseGenerator
- 本实验要求根据课本中给出的高斯噪声和椒盐噪声的概率分布的形状和参数编写两个通用程序分别给一个图像中添加高斯噪声和椒盐噪声。高斯噪声是n维分布都服从高斯分布的噪声，椒盐噪声是图像中经常见到的一种噪声是一种随机的黑点或者白点。在实验中通过它们对应的概率密度函数得到噪声分布函数进而与原图像进行叠加产生出对应的噪声图像-Textbooks in this experiment are given under the Gaussian noise and salt and pepper noise in
300
- 了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结 果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高 斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的O2 算法计算最佳分割阈值，提取变化区域。 实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。-0LDI TCTUG TGUIUNVI C MLCNEU WUVUMVD5N CTTG5CML 5X GUB5VU IUNIDNE
work
- 对于细胞图像序列中多目标的追踪是细胞运动研究中的难点，针对高密度细胞图像中细胞运动的复杂性，本文提出一个细胞分割和追踪的系统。在细胞分割部分，针对实验所用细胞图像序列的特点，本文分别采用了不同的分割方法。在基本的细胞分割后，由于得到的分割图像存在着一些粘连细胞，为了将之分离，采用了基于Freeman code法对细胞轮廓进行跟踪编码。根据编码所得的链码特征分析细胞的轮廓形态，找出粘连细胞图像中的凹角点，再将凹角点进行分组配对完成粘连细胞的分离。在追踪部分，针对细胞的运动特性，将细胞分为惰性细胞和
solvevisualidentificationphase
- 采用图像相位信息作为立体匹配基元，同时具有区域相关法的定位精度高，恢复视差密度大和特征匹配法的实现速度快等优点-Using image phase information as a stereo matching primitives, while the regional correlation with high positioning accuracy, recovery and characteristics of dense disparity matching method to a
PSMF
- 渐进选择性中值滤波消除高密度脉冲噪声方法-Progressive Switching Median Filter for the Removal of Impulse Noise from Highly Corrupted Images(IEEECircuit 99)(PSMF 有程序)
worddetectinvideo
- 基于稀疏表达的视频文字检测方法 ：针对传统视频文字检测方法存在效率较低、计算复杂、精确度不高的不足，提出一种视频文字检测方法，通过基于边缘密度和连 通域分析的文字粗检测得到候选文本行，利用稀疏表达分类产生的过完备词典进行文字行验证。实验结果表明，该方法具有较好的检测性 能，可以应用于视频检索系统。-Expression based on sparse video text detection method: video text detection method for the exis
mutitarget-tracking
- 4篇文章：Multiple Object Tracking Using K-Shortest Paths Optimization；Moving target classification and tracking from real-time video；高斯混合概率假设密度滤波器在多目标跟踪中的应用；基于特征迹的密集多目标自适应视频跟踪-4papers:Multiple Object Tracking Using K-Shortest Paths Optimization；Moving ta
daima
- 混合高斯模型 图像处理高斯混合模型(Gaussian而 xturemodel，简称GMM)是单一高斯概率密度函数的扩展和延伸，由于GMM能够平滑地近似任意形状的密度分布，因此近年来常被用在视频及语音信号的处理中-Gaussian mixture model for image processing
Problem3
- 利用贝叶斯公式可以比较简单的实现产生式模型（高斯密度函数）-Bayesian formula can be relatively simple production model (Gaussian density function)
adpfilt
- 提供一个自适应中值滤波程序，能够滤除高密度椒盐噪声。每一步都有详细的注释，并附带有加噪后的图像，方便大家测试，欢迎下载。-Providing an adaptive median filtering process, to filter out high-density salt and pepper noise. Each step has detailed notes, together with the image after adding noise to facilitate tes
gaussian3
- 对输入视频进行处理，使用高斯背景建模的方法，得到视频前景，对于人群密度估计具有很大作用。-Processing of the input video, using a Gaussian background modeling method, to get videos prospects for population density estimation has a significant role.
graddingfiler
- 该算法是在自适应中值滤波基础上改进而来，实现了滤除较高密度的椒盐噪声。若加权值改进后，效果会更好-This algorithm based on the AMF,which can filter better than the latter.If combined it with weights value, the effects will be better.
quzao
- 针对传统中值滤波算法在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足, 提出了一种改进自适应中值滤波法-Traditional median filtering algorithm to filter out in the presence of high-density salt and pepper noise filtering incomplete and details become blurred edges deficiencies, an improved adap
dfa_final
- DFA算法的MTALAB的实现，用于处理高密度的随机噪声-The implementation of DFA algorithm
FIRST
- 基于NAFSM算法的中值滤波设计，对噪声的自适应信好，适合高密度的椒盐噪声-A MEDIAN FILTER based on NAFSM,adaptable to noise
Codes
- 用于实现高密度人群聚合检测 包含：边缘检测、灰度共生矩阵计算、SVM特征分量的分类-For achieving high-density population polymerization detector comprises: edge detection, gray level co-occurrence matrix calculation, classification SVM characteristic component
caisetidu1
- 用于计算彩色图像的概率密度梯度，核函数选取为高斯核函数(The probability density gradient of color image)