搜索资源列表
Fortran-sourse2
- 徐士良《fortran常用程序集》源程序第9-16章。快速提高fortran编程水平，加深理解数值模拟
快速算法工具箱
- 快速算法的工具箱，实现水平集快速算法。
levelset 图像分割方法
- 采用水平集分割图像的方法，快速有效
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
LevelSet_ChunmingLi_v0
- 水平集代码和论文，图像分割,快速有效的图像分割方法-code and paper about level set,image segmentation
imagesegmenttheroyandapplication
- 1.图像分割方法研究综述；2.基于边缘检测算子的双阈值二值化方法；3.结合形状统计信息的水平集图像分割 4.基于方向局部方差的快速主动纹理分割 5.基于目标轮廓的运动跟踪 6.左心室核磁共振图像的分割-1. Methods of image segmentation 2. Based on Edge Detection Operator of dual-threshold binarization methods 3. Combined with the shape of the level
matlab_toolbox_fast_marching
- 水平集的快速行进方法,是一种水平集的求解方法,对研究水平集的朋友很有用-This is a method of level set,adopting fast marching. It is very usefull to everyone.
toolbox_fast_marching
- 水平集快速步进算法的源码，参考书籍为：Level sets and fast matching algorim.-Level set fast marching algorithm source code, reference books as: Level sets and fast matching algorim.
CV1
- 基于Mumford-Shah模型的水平集图像分割的改进算法，能够很好的分割图像内部孔洞并快速收敛-Mumford-Shah model based on the level set image segmentation of the improved algorithm, segmented image can be very good and fast convergence of the internal pore
evolution
- 水平集分割的快速算法分别通过限定水平集函数求解个数和利用图像自身特征来提高算法的效率和减少参数设定-Fast level set segmentation algorithms are solved by limiting the number of the level set function and the use of image characteristics to improve its efficiency and reduce the algorithm parameter set
fast-human-tracking-
- 为实现红外图像序列中人体轮廓的精确跟踪, 提出了一种基于快速水平集的新算法. 首先, 在目标 区域及其邻近背景区域带上, 而不是在整个图像平面上, 采用模式分类中的最近邻决策思想来构建快速水 平集算法的速度函数 然后, 采用基于动态邻近区域的快速水平集来演化目标边界曲线以实现目标的轮廓 跟踪. 实验结果表明, 该算法能适应目标尺度的变化、目标的分裂或合并, 并获得人体的精确轮廓.-Fast contour tracking algorithm for human body in
Improved-cv
- 当红外图像中包含较强噪声时, C-V 模型水平集分割方法会产生大量冗余轮廓 同时, C-V 水平集采用偏 微分方程( PDE) 实现, 存在计算量大、分割速度慢的缺点。为此, 本文提出了改进的快速算法, 该算法保留了C-V 模型的全局优化特性, 并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度, 从而提高C-V 模型 的抗噪性并减少分割中产生的冗余轮廓 采用基于双链表的快速水平集算法来实现曲线的演化, 去除了传统算 法中的重新初始化和PDE 求解的过程, 减少了迭代步数
levelset_segmention
- 水平集分割的代码，可以实现对医学图像的快速分割。-Level set segmentation code, can achieve rapid segmentation of medical images.
wmSystem
- 本系统是集仓库管理、货物管理、仓库货物进出库管理、客户统计、进出库统计等功能于一体的综合性仓储管理系统。支持多种类型的入库、出库、补货方式，同时支持多种查询方式和全面的历史记录管理，可应用于各种行业的单体仓库精细化管理或者应用于制造企业、物流企业、流通业及其它特殊行业的仓库管理。可以轻松解决物流企业在仓库管理、货物流动分析等一系列问题，迅速提高物流企业对仓库经营管理水平、稳固客户群，增加经济效益，以最小的投资获得双盈的优秀管理。帮助生产企业、分公司、分销商、代理商、商场、商店等之间建立起一套完善
US-denoising-and-segment
- 关于超声图像散斑噪声去除（基于非局部均值的快速滤波算法）和超声心动图的分割（基于变分水平集）-This code is concerning with the Speckle reduction(accelerated algorithm based on non-local mean filtering) and the segment of image(based on level set)
level-set-CV-and-LCV
- 水平集的经典模型CV模型及一种快速精确的改进模型LCV模型，都可以在主函数中调用- Classic model CV model level set and a fast accurate improved model LCV model, you can call in the main function