搜索资源列表
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
标准图像的背景分离和皮肤区域提取
- 1. 理解彩色图像的颜色分层原理和方法 2. 利用颜色分层方法对彩色图像进行分层处理 3. 实现对身份证标准图像的背景分离和皮肤区域提取-1 understand the color image color layering principles and methods (2) the use of color layered approach for hierarchical processing of color images 3 to achieve the
tracker-code
- 使用matlab实现背景和前景分离，运动目标跟踪识别，一个很不错的程序-Using matlab to achieve separation of background and foreground, moving target tracking and recognition
高斯背景模型
- 高斯背景模型，进行前景分离，目标提取，稳定性高。
ANewSegmentationAlgorithmfortheVisibleHumanData.ra
- 数字可视化人体图像 本体与背景分离方法及其算法研究-A New Segmentation Algorithm for the Visible Human Data
segmentation
- 关于前景背景分离的论文集，内容涵盖了很多方面，从差分，到高斯分布，到codebook-Background on the prospects of separation proceedings, covers many aspects, from the differential to the Gaussian distribution, the codebook, etc.
adaptivethre
- 不规则光照下自适应阈值的前景背景分离算法-Irregular light of the prospects for adaptive threshold background separation algorithm
CCC
- 噪声背景下的盲分离，一种新的算法，可以值得借鉴-Noise in the context of blind separation, a new algorithm, can be worth learning
Spatial-data-structure
- 图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量，对图像进行利用。图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。本文介绍了图像分割中的边缘检测算法。-Image segmentation is an important image analy
Gaussian-mixture-modeling
- 通过对序列图像进行混合高斯建模，分离背景和前景目标。-Gaussian mixture modeling of image sequences, separation of background and foreground objects.
GoDec
- 视频处理中让视频的前景和背景分离的matlab程序-Video processing--to realize the separation of foreground and background in a given video sequence
SINE_SIGNAL_SEPARATION
- 基于k-l分解算法的正弦信号分离算法，用于实现强背景噪声下正弦信号恢复-Sine signal separation algorithm based on k-l expansion algorithm ,which is useful in sine signal getting from strong background noise
Gmm
- 利用高斯混合模型（gmm）实现了目标与背景的分离以及前景的跟踪。-Gaussian mixture model (gmm) to achieve the objectives and background of the separation and the prospect of tracking.
godec
- 低秩稀疏分解算法，用于视频中目标与背景的分离，速度很快，是处理视频目标检测的算法。