搜索资源列表
pingjiahanshu
- 在matlab环境下，包括图像评价函数算法：Brenner、方差、梯度阈值、熵函数、能量梯度函数。-in Matlab environment, including image evaluation function algorithm : Brenner, variance, gradient threshold, entropy function, energy gradient function.
Image_Contour_Detecting_Base_on_GVF_Snake
- 主动轮廓模型( snake) 是计算机视觉领域的重要研究方向, 受到越来越多的研究者的青睐。由于传统snake 具有不能收敛到凹 形区域和收敛速度较慢等缺点, 通过改进外部能量, 引入了梯度矢量流主动轮廓模型(GVF Snake)。实验表明, 该方法能更快、更好的收敛 于图像轮廓。
dgr
- 提出了一种基于图像梯度场的拼接缝消除方法———GFBSE1在一般的整体变分模型中引入源图像的梯度场,建立一个基于梯度场的能量函数,通过求解非线性偏微分方程以优化该能量函数来实现拼接缝消除1该方法能够在全局消除图像拼接中的颜色不一致,同时能够较好地处理由于图像配准造成的几何结构的错位1最后与当前常用的几种方法进行了理论和实验上的讨论和比较,表明了 GFBSE方法的有效性
Snake-application
- 利用图像区域的局部梯度信息,同时利用序列图像之间局部区域的全局信息及其相关性重 新构造外部能量函数 并根据内外部能量的比值,动态地调节权值参数. 实验结果表明,改 进算法既可以有效地检测出一些拐角点和凹点,又可以避免目标边缘收敛于某些噪声点 或伪边缘点,可达到良好的体分割效果.
snake源码
- snake主动轮廓线提取算法的实现，基于ＶＣ平台。 == Snake算法的用法 == Snake算法需要给出初始的轮廓，然后进行迭代，使轮廓沿能量降低的方向靠近，最后得到一个优化的边界。能量函数包括内外力两方面，如边界曲率和梯度。 由于用户无法估计迭代的最后结果，应用Snake 算法往往需要进行多次的交互工作。特别当目标比较复杂时，或与其它物体靠得较近时，初始的轮廓不易确定，而迭代的结果往往不能达到要求。
imagevary
- 利用拉普拉斯变换法、傅里叶变换法、小波变换法、梯度函数等，计算图像的梯度变化或能量。-The use of Laplace transform, Fourier transform, wavelet transform method, the gradient function,to calculate the gradient change or energy of the image 。
A-Fusing-Color-and-Gradient-Features-Approach-to-R
- 本文通过融合图像的颜色和梯度特征 ,实现了一种实时背景减除方法。首先融合颜色和梯度特征建立新的能量函数 然后基于图切割算法最小化能量函数 ,并对前景P 背景进行分割 最后使用光流验证前景区域的真实性 ,并更新背景模型。- Based on the fusion of color and gradient features , this paper implement s a novel approach to real-time background subtraction.Firstly ,
GVF_Snake_plus
- 是关于梯度矢量流snake的程序代码，长须很详细，可以学到梯度矢量流snake模型中能量函数的计算方法。-Gradient vector flow snake on the program code, long to be very detailed and can learn a gradient vector flow snake model in the energy function is calculated.
siesta-3.0-b
- SIESTA用于分子和固体的电子结构计算和分子动力学模拟。SIESTA使用标准的Kohn-Sham自恰密度泛函方法，结合局域密度近似(LDA-LSD)或广义梯度近似(GGA)。计算使用完全非局域形式(Kleinman-Bylander)的模守恒赝势。基组是数值原子轨道的线性组合(LCAO)。它允许任意个角动量，多个zeta，极化和截断轨道。计算中把电子波函和密度投影到实空间网格中，以计算Hartree和XC势，及其矩阵元素。除了标准的Rayleigh-Ritz本征态方法以外，程序还允许使用占据轨
6
- C-V水平模型不利用梯度信息，而是通过最小化能量函数的方式来演化曲线。本程序对虹膜进行处理，将点阵初始化为一个圆，然后经过处理得到边缘。-CV-level model does not use gradient information, but by minimizing the energy function approach to the evolution curve. The procedure for processing of the iris, the lattice is ini
Image-Segmentation-Method
- 本文主要研究基于水平集方法的活动轮廓模型图像分割，在回顾活动轮廓模 型发展的基础上，介绍了曲线演化理论及其水平集方法，证明了水平集方法可以 有稳定的数值实现方式且其处理拓扑变化的自然性，进一步引出了变分水平集方 法。 本文介绍了两种不同的几何活动轮廓模型：基于梯度信息的李纯明模型以及 基于区域信息的 Chan-Vese 模型（C-V 模型）。在分析上述两模型的优缺点上，提 出了一种改进的 C-V 模型，改进模型引入了距离约束项，同时对基于区域的外部 能量项进行了改进，
Matlab
- 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。傅立叶变换在实际中有非常明显的物理意义，设f是一个能量有限的模拟信号，则其傅立叶变换就表示f的谱。从纯粹的数学意义上看，傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看，傅立叶变换是将图像从空间域转换到频率域
seam-carving
- findEnergy.m 计算出图像的梯度图 findSeamImg.m 计算出所有可能的竖直缝 findSeam.m找出能量最小的一条竖直缝 removalMap.m将需要删除的N条竖直缝存储起来并按照索引逐条删除 SeamCut.m将选中的缝一条条的删除 SeamPlot.m在图中画出要删除的缝 Testseam.m调用以上函数的主程序-FINDENERGY creates an gradient img from a given RGB or grayscale i
2-D-Energy-Equation-Solution
- 传统的能量方程为三维的，但是诸多文献证实温度场在轴向方向上是梯度几乎为零的，此时，三维可以降为二维，方程求解更加简便。-The traditional three-dimensional energy equation, but many literature confirm temperature gradient in the axial direction is almost zero, in which case, three-dimensional can be reduced, mo
imagequality
- 图像质量评价代码： 灰度平均梯度 边缘能量 方差 点锐度-image quality evalution method
cell
- 根据能量密度梯度对细胞图像及边缘进行加强。-According to the energy density gradient on cell image and edge enhanced.
GLCM-feature-extraction-procedures
- 灰度梯度共生矩阵 H 归一化灰度梯度矩阵 H_basic 小梯度优势 T1 大梯度优势 T2 灰度分布的不均匀性 T3 梯度分布的不均匀性 T4 能量 T5 灰度平均 T6 梯度平均 T7 灰度均方差 T8 梯度均方差 T9 相关 T10 灰度熵 T11 梯度熵 T12 混合熵 T13 惯性 T14 逆差矩 T15-GGCM H normalized gray gradient matrix H
CV-model-code2
- CV模型是一种重要的图像分割模型,本文针对其收敛速度慢、效率低的缺点提出一种求解CV模型的新方法.首先将CV模型的能量泛函改写成与原来有相同稳定解的总变分公式形式,然后使用对偶公式法求总变分公式的极小值,再在其中引入一速度项以加快模型的收敛速度.新方法一方面克服了梯度下降法要求时间步长小、迭代次数多的缺点,经过较少次的迭代就能收敛,减少了迭代计算的次数-CV model is one of the most important image segmentation model and disad
CV_Image_segmentation
- CV模型是一种重要的图像分割模型，本代码针对其收敛速度慢、效率低的缺点，提出一种求解CV模型的新方法。将CV模型的能量泛函改写为改写为与原来有稳定解的总变分公式形式，然后使用对偶公式法求总变分公式的极小值，再在其中引入一速度向以加快模型的收敛速度。新方法克服了梯度下降法，要求时间步长小，迭代次数多的缺点。-CV model is a kind of important image segmentation model, the code for its slow convergence spee
ewsqkqxp
- 预报误差法参数辨识-松弛的思想，LCMV优化设计阵列处理信号，利用自然梯度算法，能量熵的计算，Matlab实现界面友好，重要参数的提取。- Prediction Error Method for Parameter Identification- the idea of relaxation, LCMV optimization design array signal processing, Use of natural gradient algorithm, Energy entropy ca