当前位置：
首页 资源下载
搜索资源 - image probability density
搜索资源列表
-
0下载：
直方圖等化(Histogram Equalization)為一種使用統計方法的影像處理程式設計,它的功能為將統計直方圖的色彩分布平均的打散在直方圖裡,也就是說,讓一張圖的直方圖分布均勻化,同樣的也是使用到LUT(Look-up Table)的方法
而在設計直方圖等化不可或缺的就是需要先知道統計學的機率密度函數(Probability Density Function,PDF)以及累積分配函數(Cumlative Distribution Function,CDF)相關的基本概念,在這邊
-
-
0下载：
高斯混合模型是單一高斯機率密度函數的延伸，由於GMM 能夠平滑地近似任意形狀的密度分佈，因此近年來常被用在語音與語者辨識，得到不錯的效果。-Gaussian mixture model is a single Gaussian probability density function of the extension, as the GMM can approximate arbitrary smooth shape of the density distribution, it is ofte
-
-
0下载：
大津阈值分割法，也称最大类间方差法，利用图像的灰度分布密度函数定义图像的交叉熵。
交叉熵可看作是两个概率系统（即图像背景及目标）的信息量之间的差异。求出的交叉熵越大，则分割效果越好。
-Otsu threshold segmentation method, also known as Otsu method, the use of gray-scale image distribution density function definition images of cross-ent
-
-
0下载：
对图像进行中值金字塔分解后，分别求取各层的概率密度函数-Image after median pyramid decomposition, respectively, to strike all floors of the probability density function
-
-
0下载：
L3_1.m: 純量量化器的設計(程式)
L3_2.m: 量化造成的假輪廓(程式)
L3_3.m: 向量量化器之碼簿的產生(程式)
L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式)
gau.m: ML量化器設計中分母的計算式(函式)
gau1.m: ML量化器設計中分子的計算式(函式)
LBG.m: LBG訓練法(函式)
quantize.m:高斯機率密度函數的非均勻量化(函式)
VQ.m: 向量量化(函式)
L3
-
-
0下载：
本实验要求根据课本中给出的高斯噪声和椒盐噪声的概率分布的形状和参数编写两个通用程序分别给一个图像中添加高斯噪声和椒盐噪声。高斯噪声是n维分布都服从高斯分布的噪声，椒盐噪声是图像中经常见到的一种噪声是一种随机的黑点或者白点。在实验中通过它们对应的概率密度函数得到噪声分布函数进而与原图像进行叠加产生出对应的噪声图像-Textbooks in this experiment are given under the Gaussian noise and salt and pepper noise in
-
-
0下载：
数字图象处理教程
INTRODUCTION 4
DIGITAL IMAGE DEFINITIONS 5
COMMON VALUES 6
CHARACTERISTICS OF IMAGE OPERATIONS 7
TYPES OF OPERATIONS 7
TYPES OF NEIGHBORHOODS 8
VIDEO PARAMETERS 9
TOOLS 9
CONVOLUTION 10
PROPERTIES OF CONVOLUTION 10
FOUR
-
-
0下载：
在利用曲波对图像进行分解的基础上，提出了一种考虑不同尺度分量的曲波系数间是相互关联的系数概率密度函数(PDF)模型，不同尺度的系数选择依赖其父层系数的大小，从而保证在去除噪声的同时，保留图像的纹理边缘等细节信息，然后对图像进行重构-In the use of curvelet decomposition of the image is proposed based on a consideration of different scale components curvelet coeffici
-
-
0下载：
kernal density function for image processing and probability density function estimation
-
-
0下载：
ector quantization is a classical quantization technique from signal processing which allows the modeling of probability density functions by the distribution of prototype vectors. It was originally used for data compression. It works by dividing a l
-
-
0下载：
背景建模和前景分割的方式把运动车辆提取出来。并进行最近临关联，输出目标轨迹。
MeanShift运动目标跟踪 matlab程序
1.截取跟踪目标矩阵rect
2.求取跟踪目标的加权直方图hist1
3.读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2。
4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。
-
-
0下载：
THIS PROGRAM CALCULATES THE PROBABILITY DENSITY FUNCTION OF AN IMAGE AND PLOTS THE HISTOGRAM GRAGH OF IT.-THIS PROGRAM CALCULATES THE PROBABILITY DENSITY FUNCTION OF AN IMAGE AND PLOTS THE HISTOGRAM GRAGH OF IT.
-
-
0下载：
背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
-
-
0下载：
本文提出了一种新的自动换合成孔径雷达（SAR）时间序列检测技术，即广义有序序列分析方法。-This paper presents a new automatic change de-
tection technique for synthetic aperture radar (SAR) time se-
ries, i.e., Method for generalIzed Means Ordered Series Analysis
(MIMOSA). The method comp
-
-
0下载：
SAR图像强度概率密度函数与理论最佳拟合的比较-Comparison between the SAR image intensity probability density function and the theory of the best fitting...
-
-
0下载：
This study presents a geometric model for
segmentation of ultrasound images. A partial differential
equation based flow is designed in order to achieve a
maximum likelihood segmentation of the target in the
scene. The flow is derived as the s
-
-
0下载：
此程序用于求彩色图像的概率密度，计算图像的特征(The probability density of color image)
-
-
0下载：
用于计算彩色图像的概率密度梯度，核函数选取为高斯核函数(The probability density gradient of color image)
-
-
0下载：
噪声发生器
查找（或开发）将高斯噪声添加到图像的程序。您必须能够指定噪声均值和方差。(1.Noise Generators
This is a generic project, in the sense that the programs developed here are used in several of the projects that follow. See Fig. 5.2 for the shapes and parameters of the following nois
-
-
0下载：
We describe an innovative methodology for determining the quality of digital images. The method is based on measuring the variance of the expected entropy of a given image upon a set of predefined directions(Entropy can be calculated on a local basis
-
