注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. IDL写的遥感影像的密度分割

  2. 用IDL写的遥感影像密度分割批处理源码，适宜于大数据量的遥感影像处理

  3. 所属分类：其它

  1. 均值漂移图像分割

  2. 均值漂移最早是由Fukunaga首先提出来的，在图像分割和目标跟踪中均有广泛的应用，均值漂移是基于非参数核密度估计理论的特征空间分析技术，当给定某一概率密度函数，均值漂移可以根据该函数的采样数据来确定其局部极大值所在位置，是一种在概率空间中求解局部极值的使用方法。该文件中包括程序代码。

  3. 所属分类：其它

  1. 散点图密度分割

  2. 根据两幅图像，绘制散点图，散点按照区间内的点密度进行分割赋予颜色。

  3. 所属分类：教育

    • 发布日期：2012-11-11
    • 文件大小：3072
    • 提供者：blackysheep

  1. 基于TM影像北京市北部三区县植被覆盖度遥感动态监测

  2. 本文以TM影像为研究数据，分析北京市北部三区县2001年至2010年植被覆盖度的变化。通过ENVI对TM数据进行几何配准、精校正、裁剪，并计算NDVI。运用二值模型对NDVI数据进行波段运算，运用密度分割的方法对植被覆盖度进行分级，并针对不同级别赋予不同色彩，以定性显示植被覆盖度的差异。通过对二值模型运算结果进行统计分析，定量分析植被覆盖的变化。最后对比发现，北京市北部三区县2010年的植被覆盖度总体上要比2001年的高。

  3. 所属分类：教育

    • 发布日期：2014-07-31
    • 文件大小：14680064
    • 提供者：zwx19925319

  1. arcgis中点云边界如何自动提取解决方法之一

  2. arcgis中点云边界如何自动提取解决方法之一，利用密度分割制图，再使用栅格转面工具得到点云边界。

  3. 所属分类：讲义

    • 发布日期：2014-12-15
    • 文件大小：9437184
    • 提供者：baobao0822

  1. Mean_Shift 算法（图像分割）

  2. Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.Comaniciu等人[3][4]把Mean Shift成功的运用的特征空间的分析,在图像平滑和图像分割中Mean Shift都得到了很好的应用. Comaniciu等在文章中证明了,Mean Shift算法在满足一定条件下,一定可以收敛到最近的一个概率密度函数的稳态点,因此Mean Shift算法可以用来检测概率密度函数中存在的模态.

  3. 所属分类：算法与数据结构

    • 发布日期：2017-08-24
    • 文件大小：3072
    • 提供者：qq_19833675

  1. 基于密度相似因子的电力红外图像分割方法

  2. 故障诊断; 红外图像分割; 密度相似因子; 基于密度相似因子的电力红外图像分割方法

  3. 所属分类：机器学习

    • 发布日期：2017-12-21
    • 文件大小：236544
    • 提供者：zhao_xin_8071

  1. ENVI分割水体

  2. ENVI TM遥感影像分割水体具体步骤，包含密度分割，拉伸影像等处理

  3. 所属分类：讲义

    • 发布日期：2018-05-25
    • 文件大小：1048576
    • 提供者：duoduo1615

  1. 基于图像处理的煤/矸密度识别系统的研究

  2. 为提高煤与矸石识别的准确性,开发了一套基于图像处理的煤/矸密度识别系统。该系统是以MATLAB为平台,针对煤/矸图像的特点,对获取的煤/矸图像进行同态滤波、中值滤波、图像分割以及形态学滤波处理,得到煤/矸的轮廓;然后利用积分算法,计算出煤/矸的体积;再利用所测煤/矸的质量,计算出煤/矸的密度,最终根据煤和矸石密度的不同实现二者的识别。试验结果表明,该方法能快速、有效地对煤和矸石进行实时检测。

  3. 所属分类：其它

    • 发布日期：2020-06-16
    • 文件大小：1048576
    • 提供者：weixin_38723242

  1. 基于量子粒子群的改进模糊聚类图像分割算法

  2. 提出了一种基于量子粒子群的改进模糊聚类图像分割算法。针对FCM图像分割算法对聚类中心初始值比较敏感的缺点，利用量子粒子群优化算法强大的全局搜索能力寻找最优解，能够有效降低图像分割算法对初始值的依赖程度；同时，用一种新的基于簇密度的距离度量公式来计算图像特征点与聚类中心点的距离，其在确定类中心时考虑数据集的全局信息，并且在迭代过程中采用动态隶属度，能够降低噪声干扰。仿真实验结果证明改进算法具有较好的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：295936
    • 提供者：weixin_38681628

  1. 瞄准低成本DNA检测“多分割”阵列结构基因芯片问世

  2. 斯坦福大学研究人员及其Genome技术中心通过集成高密度巨型磁阻生物传感器阵列和标准CMOS芯片，研制出磁性生物芯片。     研究人员在国际电子器件大会上汇报了他们的“多分割”阵列结构。用这种方法，可通过按每个生物样本点合并几个传感器像素来改进对低浓度样本的灵敏度。通过给生物分子用磁珠打上标签，基于硬盘的技术如GMR旧可以不用常规的荧光检测来实现基因芯片。这使低成本的DNA杂交检测成为可能。与复杂且昂贵的光检测系统不同，GMR生物芯片直接由传感器测量电气信号，使便携性很强的设备现实可行。   

  3. 所属分类：其它

    • 发布日期：2020-11-30
    • 文件大小：36864
    • 提供者：weixin_38559727

  1. (五)OpenCV图像分割_03_GMM(高斯混合模型)数据分类_机器学习

  2. 数据聚类 图像分类 高斯混合模型(GMM) 高斯分布与概率密度分布(PDF) 初始化 跟K-Means相比较，属于软分类(随机概率) 实现方法:期望最大化(E-M) 停止条件:收敛 样本数据训练与预言 #include #include using namespace std; using namespace cv; using namespace cv::ml; int main(int argc, char** argv) { Mat src(500, 500, CV_8UC3); R

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：86016
    • 提供者：weixin_38640984

  1. 用于大规模SVM问题的基于低密度割的树分解

  2. 当前信息增长的趋势表明，大规模的学习问题已成为常态。 在本文中，我们提出并分析了一种针对大规模SVM问题的基于低密度割的树分解方法，即LCD-SVM。 这里的基本思想是分而治之：使用决策树分解数据空间，并在分解区域上训练SVM。 具体而言，我们演示了低密度分离原理的应用，以设计一种用于快速生成高质量树的分割标准，从而最大程度地提高了SVM训练的好处。 在14个真实数据集上进行的大量实验表明，与最新方法相比，我们的方法可以显着改善训练时间，同时保持与其他方法（尤其是非常大规模的数据集）可比的测试准

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：216064
    • 提供者：weixin_38747211

  1. 结合区域增长和灰度重构算法分割CT图像中的肺气道树

  2. 目的 CT图像评估具有重要意义。针对不同的气管分枝在大小，形状和密度分布方面的差异，提出一种区域生长与形态学灰度重建相结合的3维肺气管树分割流程，重点解决气管提取过程中的 方法 首先，采用阈值分割和形态学闭运算提取肺实质以定义的区域；然后，通过改进迟滞阈值区域生长法分割较粗气管，结合局部体积突变指标抑制侧向泄漏；然后，利用3维形态学尺寸重建算法分割较细气管，并同时采用形状约束连接元分析和管形描述子剔除伪气管区域；最后，将上述两步分割结果融合成完整气管树。 结果 <span style =

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：762880
    • 提供者：weixin_38659805

  1. 通过搜索图像特征密度峰值进行图像分割

  2. 图像分割尝试将数字图像的像素分为多个组，以利于后续的图像处理。 在许多研究领域，例如计算机视觉和图像处理应用中，这是一个必不可少的问题。 已经提出了许多用于图像分割的技术。 在这些技术中，基于聚类的分割算法在该领域中占有极其重要的地位。 但是，现有的流行聚类方案通常取决于聚类过程中使用的先验知识和阈值，或者缺乏自动机制来查找聚类中心。 在本文中，我们通过搜索图像特征密度峰值提出了一种新颖的图像分割方法。 我们将聚类方法应用于输入图像中的每个超像素，并根据每个像素的分类结果构造最终的分割图。 我们

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_38698403

  1. 多类变分模型优化的自然图像分割方法

  2. 针对自然图像中内容的多样性、复杂性以及随机性，若采用区域内部恒定聚类中心假设的CV(Chan-Vese)模型以及多类水平集模型，则难以有效刻画具有非线性、连续性变化的自然图像内容。该文通过对区域内部自由度调控的多变量学生-t概率密度分布描述，提出了多类非线性变分活动轮廓模型，它打破了区域内部恒定密度的约束。由于多类非线性变分活动轮廓模型缺乏区域外力，容易分割出离散、零碎的噪声区域，通过引入测地线区域外力约束项，能有效分割出区域间的光滑边界。针对多类变分模型的最小化问题是NP难问题，提出对多类变分

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1048576
    • 提供者：weixin_38746738

  1. 低信噪比环境下基于PR的音频分割

  2. 针对当前不同的非白噪声背景研究很少,根据噪音、语音和音乐的性质并且结合统计学理论,提出一种在不同噪声背景下低信噪比的语音/音乐分割算法。以往的检测算法很少考虑低信噪比的环境,首先从音频数据中提取新的特征参数概率密度比(probability density ratio,PR)和概率密度比过零率(probability density ratio crossing rate,PRCR),特征参数在低信噪比环境下亦能明显表征语音和音乐的不同特性,然后根据音频的特性对PRCR进行修正,再基于此修正的特

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：309248
    • 提供者：weixin_38723105

  1. 基于子区域分类的乳腺密度估计

  2. 乳腺密度常用于乳腺癌早期诊断。提出了一种基于子区域分析的乳腺密度估计方法。该方法先将整幅钼靶X线图像中的乳腺区域分割为互不重叠的子区域,采用直方图矩描述各子区域的灰度分布,并结合支持向量机将各子区域分为高密度和低密度两类;通过计算高密度子区域占所有子区域的比例,最终得到钼靶图像中乳腺密度。实验表明,该方法对乳腺X线图像具有很好的分类效果。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：2097152
    • 提供者：weixin_38663544

  1. 基于激光三维点云分割地铁隧道壁表面物体

  2. 从地铁隧道三维点云数据中分割出物体的点云是自动化检测地铁隧道病害及重建地铁隧道三维模型的关键步骤。由于某自动化检测系统的结构特点,使用其采集的三维点云数据计算点云法线向量和曲率时准确度不高,导致一些常用的三维点云分割算法,比如一种改进的区域生长分割法不适用于该检测系统采集的点云数据。为了分割某自动化检测系统采集的三维点云数据,设计并实现了一种基于密度聚类的分割算法。这种算法避免使用不准确的法线向量和曲率,克服了某自动化检测系统的缺点,并用实际三维点云数据对比了区域生长分割法和基于密度聚类分割算法

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：5242880
    • 提供者：weixin_38718415

  1. 用组合光栅屏对图象进行等密度假彩色编码

  2. 本文根据halftone原理,提出了一种由矩形光栅经θ调制所得到的组合光栅屏,可以用来对图象进行等密度分割编码,在白光光路系统中,用彩色滤波片在频谱面上滤波,可得假彩色图像。该法编码过程方便,屏的制作简单。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：1048576
    • 提供者：weixin_38610815
« 12 3 4 5 6 »