搜索资源列表
Markov
- 马尔可夫链 & 马尔可夫随机场
MRF_imgSeg
- 有指导的马尔可夫随机场（MRF）的图像分割代码，是有指导的方式（即用鼠标框出分类样本区域）。采用OpenCV编写。
MarkovRandomField
- 较好的英文电子书，主要讲解马尔可夫随机场在图像处理中的应用，对做纹理分析研究的相关研究者非常难得。-Better in English e-books, mainly on the Markov random field in image processing applications, texture analysis of the study so the researchers related to very rare.
Markov_segment
- 图像分割中的马尔可夫随机场方法综述，中国图象图形学报上面的文章，2007年-Image segmentation of Markov random field methods, the Chinese Journal of Image and Graphics of the above articles, 2007
MRFandImages
- 马尔可夫随机场在图像处理及视觉中应用介绍的经典文章-Markov random field in image processing and visual presentation of the application of the classic article
crf_intro
- 条件马尔可夫随机场的介绍学习材料，当前研究热点之一。-Markov random field conditions of the learning materials, one of the current research focus.
BayesianCoSegmentationOfMultipleMRImages
- 分割是在MRI analysis.We的基本问题之一，同时考虑了多种MR图像分割，其中，例如，可能是一个系列的问题经过一段时间的扫描相同的组织（的2D/3D）图像，图像的数量，或不同的切片图像的对称部分。 MR图像的多是分割份额常见的结构信息，因此他们可以协助彼此分割的程序。我们提出了一个贝叶斯共同分割算法在共享的信息整个图像是通过利用马尔可夫随机场前，和吉布斯采样后采样是有效的聘用。由于我们的共同拉动分割算法考虑到所有的图像信息的同时，它提供比个人更准确和坚实的结果分割，如支持从模拟和实际结果
MRF_Despkle
- 马尔可夫随机场的SAR图像相干斑产生,并包含一实验图像-the simulation of SAR image speckle using MRF
icm_seg
- 基于马尔可夫随机场(MRF)、条件迭代算法ICM的图像分割源码-The MRF, the ICM-based image segmentation source code to source image segmentation based on the MRF ICM
MRF-segmentation
- 基于马尔可夫随机场（MRF）的图像分割算法-Image segmentation algorithm based on Markov Random Field (MRF)
human-detect-and-track-
- 为了检测红外图像序列中的运动人体，提出了一种基于最大后验概率 （MAP）-马尔可夫随机场（MRF）模型和亮度-距离联合直方图的人体实时检测 方法。该方法首先建立图像序列时空域联合的概率分布模型，采用基于 MAP-MRF 模型的前景检测方法得到可能为人体的感兴趣区域（ROI）。然后在以 ROI 中心点 为圆心的各个圆环域中统计其亮度信息，构建基于亮度-距离联合空间的分类特 征。最后，采用支持向量机（SVM）分类器对候选区域进行分类检测。不同红外 图像序列的实验结果均表明，本
MRF_MAP
- 西工大的一篇关于MRF的论文。该论文提出了一种新颖的基于马尔可夫随机场(MRF) 空间上下文信息的图象分割方法。-NPU a papers on MRF. This paper presents a novel based on Markov random field ( MRF ) the spatial context information of the image segmentation method.
001
- 指纹分类是针对大型指纹库的一个重要的索引方式, 可以有效地提高指纹匹配的效率. 指纹类型的不同表现为指纹纹 理结构的差异, 而指纹的方向场则可以有效地描述纹理结构的差异. 同一类型指纹不同区域上方向角结构的差异以及相邻区域 间方向角结构的联系可以视作一个马尔可夫随机场. 本文利用嵌入式隐马尔可夫模型对指纹方向场进行建模分析, 通过合理地 抽取指纹的类型特征, 构造观察向量、进行建模训练, 然后利用训练好的马尔可夫模型进行匹配, 最终提出并实现了一种新的鲁 棒性强且精度较高的指纹分
MRF图像分割
- 利用马尔可夫随机场（MRF）和条件迭代模型（ＩＣＭ）对图像进行分割，
MRF-Plam
- 马尔可夫随机场MRF能量最小化平台，可以实现四种能量最小化的算法（ICM\BP\GC\TRW）并成功运行出结果。-MRF MRF energy minimization platform can achieve four energy minimization algorithm (ICM \ BP \ GC \ TRW) and successfully run the result.
(7)TS_MRF
- Matlab代码程序树结构化MRF图像分割 马尔可夫随机场-MRF segmentation of the tree structure
ＣＲＦ
- 条件随机场(CRF)由Lafferty等人于2001年提出，结合了最大熵模型和隐马尔可夫模型的特点，是一种无向图模型，近年来在分词、词性标注和命名实体识别等序列标注任务中取得了很好的效果
ICM（能量终止）
- 基于条件迭代法与马尔可夫随机场的遥感图像分割的matlab代码(the image segmentation based on the ICM and Markov random field)
SA（能量终止）
- 基于模拟退火与马尔可夫随机场的遥感图像分割的matlab代码(the image segmentation based on the SA and MNF)
GMRF
- 马尔科夫随机场一般是离散的。当然也有连续的马尔可夫随机场，如果假设这个马尔可夫随机场定义在一个域U上面而且任意x∈U，Y(x)都是服从高斯分布的，而且两点间的covariance function K(x,y)=G(x,y)，where G是对应U的格林函数，那么这个随机场既是马尔可夫随机场，也是高斯随机场。(The Markov random field is generally discrete. Of course there are continuous Markov random fi