搜索资源列表
SpeedGraph
- 摘要：针对高速高精度帧片机视觉检测中的元件图像分割问题，提出了一种改进分水岭算法。该算法结合传统的边缘检测和阈值分割，并采用一定的集水盆区域合并准则，有效地抑制了过分割现象。现场运行结果表明该算法效果很好，满足了帧片机视觉检测的要求。
HnSRTree-1.3.1.tar
- R 树， 存取方式的当中最普遍的的用长方形， 是根据区域的启发式优化围绕的长方形在各个内在结点通过运行在一张规范化的试验平台下高度变化的数据， 询问和操作众多的实验， 我们能设计合并联合的优化的R* 树区域， 各个附寄的长方形边际和交叠在目录使用我们规范化的试验床在详尽表现比较，它结果R* 树清楚地胜过现有的R 树变形Guttman’s线性和二次方R 树和R 树的格林变形，R* 树的这优势举行为不同的型询问和操作， 譬如地图覆盖物。 为两个长方形和多维点在所有实验从一个实用观点R* 树是非常有吸
fd
- 一种同时完成字符图像线段提取和细化的算法。在定义字符图像的线段区域、交点区域和子段区域,同时指出待细化字符图像是线段区域的集合的基础上,首先基于图像行(列)连通像素段来提取字符图像中所有的交点区域和子段区域,然后对属于同一线段区域的所有子段区域和交点区域进行合并,最后用Bernstein-Bezier多项式方法拟合每个线段区域的骨架 -At the same time, the image of a complete line of characters to extract and ref
fenxi-suan-fa
- • 按要求编写最佳适应算法(BF)、最坏适应算法(WF)和循环首次适应算法(NF) • 编写测试数据： – 要求至少分配5次； – 释放区域、再次请求，能够检测是否满足要求：能够检查所采用的算法； – 释放时是否进行相邻区域合并； -• required to write the best adaptation algorithm (BF), and worst-fit algorithm (WF) and cycle to the fi
Watershed-Based-Segmentation-
- 图像分割是一种重要的图像分析技术，对图像分割的研究一直是图像技术研究中的热点和焦点。分水岭算法是基于数学形态学理论的图像分割算法，但是对噪声敏感且存在过分割的现象。为提高图像分割效果，本文通过对影像进行滤波处理，用改进的快速区域合并算法优化分水岭算法进行影像分割。实验结果与MeanShift算法得到的结果对比，证明此算法可以获得较好的分割效果。-In recent years, the watershed line has emerged as the primary tool of mathe
cloud-classification
- 图像分割是一种重要的图像分析技术，对图像分割的研究一直是图像技术研究中的热点和焦点。分水岭算法是基于数学形态学理论的图像分割算法，但是对噪声敏感且存在过分割的现象。为提高图像分割效果，本文通过对影像进行滤波处理，用改进的快速区域合并算法优化分水岭算法进行影像分割。-In this work a technique for cloud detection and classification from MSG–SEVIRI (Meteosat Second Generation–Spinning
Watershed
- 1.分水岭分割成区域块 2.高斯混合模型聚类 3.区域合并-1 watershed area is divided into blocks of 2 Gaussian mixture model clustering 3 region merge