CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 文档资料 搜索资源 - k means image segmentation

搜索资源列表

  1. EMMCLUSTER.tar

    0下载:
  2. Segmentation of Image using k-Means based on centroid values
  3. 所属分类:Development Research

    • 发布日期:2017-04-26
    • 文件大小:357.82kb
    • 提供者:Singam
  1. brain_tumor_fcm

    0下载:
  2. In this project ,we propose a color based segmentation method that uses the c means clustering technique to track tumor objects in magnetic resonance (MR) brain images. The key concept in this color based segmentation algorithm with k means means to
  3. 所属分类:Project Design

    • 发布日期:2016-10-04
    • 文件大小:2.35kb
    • 提供者:pramod
  1. junzhi

    0下载:
  2. k-均值算法,主要进行在matlab中的程序实现,进行图像的分割处理-k-means algorithm, mainly for the program in the matlab implementation for image segmentation
  3. 所属分类:Document

    • 发布日期:2017-03-28
    • 文件大小:2.87kb
    • 提供者:sara
  1. A-NOVEL-SKIN-YCBCR-COLOR-SPACE

    0下载:
  2. This paper presents a new human skin color model in YCbCr color space and its application to human face detection. Skin colors are modeled by a set of three Gaussian clusters, each of which is characterized by a centroid and a covariance matr
  3. 所属分类:software engineering

    • 发布日期:2017-03-24
    • 文件大小:214.54kb
    • 提供者:
  1. fuzzy3

    0下载:
  2. Brain MR Image segmentation using k-means clustering
  3. 所属分类:Project Design

    • 发布日期:2017-04-11
    • 文件大小:953byte
    • 提供者:hema
  1. DIA

    0下载:
  2. 基于matlab的彩色图像分割,方法是K-means聚类分割-Matlab-based color image segmentation method is K-means clustering segmentation
  3. 所属分类:File Formats

    • 发布日期:2017-04-04
    • 文件大小:124.78kb
    • 提供者:shadow
  1. image-segmentation

    0下载:
  2. 针对目前传统的枸杞分级主要采用人工方法, 费时费力且效率不高的缺点, 提出了一种基于机器视觉技术对枸杞 进行自动分类的方法。 采用数字图像处理技术对枸杞图像进行了预处理、 分割 , 从而提取枸杞的色泽、 大小及形状等特征 参数; 用 K-means 算法对特征进行聚类, 得到枸杞相应等级的基准; 根据聚类分析得到的基准采用最小距离分类器对枸杞 进行分级。 实验结果表明 , 该方法能够准确快速地对不同色泽和大小的枸杞进行分类。-Traditional wolfberry sorting
  3. 所属分类:software engineering

    • 发布日期:2017-05-04
    • 文件大小:1.38mb
    • 提供者:李祥龙
  1. EMSeg

    2下载:
  2. EM 算法是求参数极大似然估计的一种方法,它可以从非完整数据集中对参数进行估计,是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据,可以具体来说,我们可以利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。-Expectation Maximization image segmentation Input: ima: gr
  3. 所属分类:software engineering

    • 发布日期:2017-04-12
    • 文件大小:1.33kb
    • 提供者:lihaixing
搜珍网 www.dssz.com