搜索资源列表
基于水平集的骨架提取方法
- 一种基于水平集的骨架提取方法,简要介绍了水平集及快速算法,A level set based on skeleton extraction method, briefly introduced the level set and fast algorithm
surfacedeformationofthelevelsetmethod
- 曲面变形的水平集方法.pdf-Surface deformation of the level set method. Pdf
CoursLevelSets
- The level set method (sometimes abbreviated as LSM) is a numerical technique for tracking interfaces and shapes. The advantage of the level set method is that one can perform numerical computations involving curves and surfaces on a fixed Cartesian g
098520
- 将此源文件加入要编译的工程文件， //将光标指向此文件，选择右键菜单“option for file asm.c ”, //将属性单“properties”中的“Generate Assembler SRC File”“Assemble SRC File” //两项设置成黑体的“√”将“Link Public Only”的“√”去掉，再编译即可。 //用此方法可以在c源代码的任意位置用#pragma asm和#pragma endasm嵌入汇编语句。 //但要注意的是在直接使
materialsaboutlevelset
- 文章主要介绍了基于水平集方法的图像分割算法，并作了一定的改进-This paper describes the level set method based on image segmentation algorithm, and made some improvements
Iris-segmentation
- 一篇主要介绍使用变量水平集方法进行虹膜分割的文章，之后也有其相应的归一化算法介绍以及特征提取及少部分的虹膜匹配-Introduced a level set method using the variable iris segmentation article, and then there are the corresponding normalization algorithm descr iption and a small number of feature extraction and
Level-set-research
- 对现有的用于部分图像分割的水平集方 法进行了综述，主要介绍传统水平集方法、无重新初始化水平集方法、连续水平集方法以及最近相关的改进方法，并简要讨论了各种方法的优缺点以及应用情况，最后指出了水平集方法进一步研究的方向-The existing image segmentation for part of the level set square Method were summarized, mainly introduces the traditional level set metho
Active-contour-3-d-image
- 对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓-To a high noise and low contrast 3 d image recognition and segmentation algorithm was studied. Based on the active contour model, with Gabor t
level-set
- 水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题，其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程，通过求解极小值最终获取目标轮廓从而达到图像分割的目的 为了解决不同应用领域的图像处理问题，各种相应的基于水平集方法的图像分割算法已被提出，大量的研究者仍在不断地改进和提高这些算法的效率和有效性.对现有的用于部分图像分割的水平集方法进行了综述，主要介绍传统水平集方法无重新初始化水平集方法连续水平集方法以及最近相关的改进方法，并简要讨论了各种方法的优缺点
Variational-andPCA
- PCA和水平集的结合，实现图像分割，实在是很好的方法。-The combination of PCA and level set image segmentation, it is a good method.
A-Binary-Level-Set-Model-
- 二值水平集方法在图像分割中的新应用，改进原来的水平集方法-New applications of the binary level set method of image segmentation, improved the original level set method
Segmentation-of-Stochastic-Images
- 利用水平集方法进行随机图像的分割，是水平集方法的新的应用-The level set method for a random image segmentation is a new application of the level set method
A-Lagrangian-particle-level-se
- A Lagrangian particle level set method,A Lagrangian particle level set method
wavelet
- 介绍了小波变换的基本应用，采用小波滤波的方法实现对一组数据的处理，处理结果表明，选取合适的小波基函数以及分解层数才能够达到理想的效果-The basic application of wavelet transform, wavelet filtering method to achieve a set of data processing, processing results show that selecting the appropriate wavelet basis function
LevelSetMethods
- 实现图像处理中的level set方法，用到了4种不同的精度-Level set method of image processing, uses four different precision
mit18086_levelset_front
- Level set method code
NCS2011---146---autmented-reality
- 目前擴增實境技術相關應用大部分以使用標記為主，但各式應用需求與日俱增，無標記(markerless)擴增實境技術使用上更具彈性，不必受限於標記的使用，因此應用層面更廣。視覺追蹤技術是擴增實境系統重要底層核心技術之一，但使用視覺追蹤技術在實際應用上易受到追蹤物件本身及外觀變化之影響，因此本文提出適用於無標記擴增實境應用之物件追蹤方法，能有效追蹤各式真實物件。首先框選設定追蹤物件；接著擷取物件特徵值，藉由特徵值比對以持續追蹤物件，並利用金字塔L-K光流法以縮短比對運算時間；最後經由2D-3D座標轉換
1-s2.0-S0895611110000157-main
- Computer-aided detection of multiple sclerosis lesions in brain magnetic resonance images: False positive reduction scheme consisted of rule-based, level set method, and support vector machine
1-s2.0-S016502701100522X-main_2
- The purpose of this study was to develop a computerized method for detection of multiple sclerosis (MS) lesions in brain magnetic resonance (MR) images. We have proposed a new false positive reduction scheme, which consisted of a rule-based metho
Parameter-Identification
- 基于分段常值水平集的PDE参数识别问题研究-Parameter Identification Based on Piecewise Constant Level Set Method for PDE