您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于高斯混合模型的纹理图像分割

  2. 3篇论文,有点类似 基于图像块的分割算法及其改进算法,即先取图像块的均值、标准差、最大值、最小值以及中间像素的像素值等5个特征作为纹理特征,再利用高斯混合模型进行纹理图像分割
  3. 所属分类:其它

    • 发布日期:2009-05-18
    • 文件大小:1048576
    • 提供者:justsimple1
  1. 纹理图像分割算法的研究

  2. 图像分割是图像处理与计算机视觉领域中最为基础和重要的问题之一,它是对图 像进行视觉分析和模式识别的基本前提,图像分割的效果将直接影响到后续分析、识 别和解译等处理。纹理是图像的重要特征,普遍存在于各类图像当中,由于纹理图像 自身的复杂性,使得纹理图像的分割显得尤为困难。 本文围绕纹理图像的分割技术和实现算法展开研究,主要工作有两方面:一是图 像纹理特征的表述和提取算法的研究,二是基于纹理特征的图像分割技术研究。
  3. 所属分类:其它

    • 发布日期:2010-06-14
    • 文件大小:3145728
    • 提供者:Huangguifangdyx
  1. 纹理图像分割,包括一个pdf文件,几个m文件

  2. 纹理图像分割 包括一个pdf文件,几个m文件 matlab实现的
  3. 所属分类:电信

    • 发布日期:2011-06-24
    • 文件大小:360448
    • 提供者:ele51diy
  1. 图像处理论文

  2. 图像处理论文, 基于区域合并的纹理图像分割算法的研究
  3. 所属分类:C/C++

    • 发布日期:2011-12-28
    • 文件大小:1048576
    • 提供者:tang662009
  1. 基于Gabor小波变换的无监督纹理图像分割

  2. 基于Gabor小波变换的无监督纹理图像分割
  3. 所属分类:其它

    • 发布日期:2012-03-16
    • 文件大小:197632
    • 提供者:kinmingliang
  1. 完全无监督的纹理图像分割

  2. 完全无监督的纹理图像分割,通过平稳小波变换,对其变换后的进行FCM聚类分割
  3. 所属分类:其它

    • 发布日期:2012-03-16
    • 文件大小:408576
    • 提供者:kinmingliang
  1. 图像分割 FCM聚类分割的实验

  2. 图像分割综合,针对纹理图像分割的难点,进行了FCM聚类分割的实验. 图像分割综合,针对纹理图像分割的难点,进行了FCM聚类分割的实验.
  3. 所属分类:其它

    • 发布日期:2012-03-16
    • 文件大小:284672
    • 提供者:kinmingliang
  1. 利用总变分最小化方法的无监督纹理图像分割

  2. 利用总变分最小化方法的无监督纹理图像分割
  3. 所属分类:专业指导

    • 发布日期:2012-03-16
    • 文件大小:526336
    • 提供者:kinmingliang
  1. 基于分形理论和Kohonen神经网络的纹理图像分割方法

  2. :针对实现红外图像的分割,快速准确地检测出红外序列中的人造目标的需要,结合分形特征和Ko— honen神经网络的特点,提出了一种基于分形技术的图像分割算法。该算法利用自然背景和人造目标的不同分形 特征检测目标,提出了包括分形维数在内的7个红外图像特征,结合神经网络的自组织学习能力来进行图像分 割。给出了算法实现的具体步骤。仿真试验结果表明,该算法能有效地实现红外图像的分割。
  3. 所属分类:讲义

    • 发布日期:2014-06-02
    • 文件大小:291840
    • 提供者:gwfhnn
  1. 利用聚类技术实现纹理图像分割

  2. 利用聚类技术实现纹理图像分割 a)针对合成纹理图像(共有4个合成纹理图像,见文件夹:data\Texture_mosaic)中每一个像素提取纹理特征向量(提取纹理特征的方法可以为课堂讲的,也可以自己查找资料); b)利用聚类技术(推荐用k-均值聚类,可以从网上查找原码)对特征向量空间中的点进行聚类,类别数可根据图像中的实际纹理类数确定。最后把类属标签映射成图像形式显示(如下图,其中b、d、f、h为相应的基准分割图像)。
  3. 所属分类:讲义

    • 发布日期:2015-12-23
    • 文件大小:846848
    • 提供者:u012863603
  1. 纹理图像分割

  2. 纹理图像分割,直接可用
  3. 所属分类:其它

  1. 纹理图像分割Matlab源代码 PDF PPT

  2. matlab编写的纹理图像分割 gussian滤波后k-means聚类 并将不同区域用线条表示出来 除m程序还包括测试图片、pdf文件、ppt文件、doc文档
  3. 所属分类:其它

    • 发布日期:2018-07-21
    • 文件大小:2097152
    • 提供者:huzhan2103
  1. 纹理图像分割

  2. 一种综合多种方法的纹理图像分割,论文比较详细的分析了。
  3. 所属分类:C++

  1. 利用聚类技术实现纹理图像分割

  2. MATLAB实现的利用聚类技术实现纹理图像分割,纹理特征提取采用的是灰度共生矩阵,聚类采用的是k-means方法。
  3. 所属分类:其它

    • 发布日期:2012-12-17
    • 文件大小:214016
    • 提供者:lry_xueshu
  1. 基于马尔科夫随机场的纹理图像分割方法研究_曹家梓.pdf

  2. 论文仅供学习和参考。 本文提出了一种改进的基于马尔科夫随机场( MRF) 模型的纹理图像分割方法。利用分数阶微分运算对图像纹理细节和边缘轮廓信息的敏感性,将其引入图像纹理特征提取过程中,以获得完备的图像纹理信息,可以弥补传统算法中 MRF 特征场对图像纹理信息描述不足的缺陷。此外,为准确划分图像中不同的纹理区域,利用模糊熵准则对分割结果进行进一步优化,以降低噪声干扰、减少区域内错分点。
  3. 所属分类:深度学习

    • 发布日期:2020-09-03
    • 文件大小:2097152
    • 提供者:olivia_ye
  1. 基于灰度共生矩阵和多尺度MRF的纹理图像分割

  2. 针对纹理图像分割问题的研究,经典的多尺度MRF方法是对不同尺度的纹理特征仅通过多尺度序列下的MRF邻域系统进行描述。为了更加准确地描述纹理特征,将从空间分布特性与MRF邻域系统两个方面综合考虑,提出一种带有联合灰度信息的灰度共生矩阵与多尺度MRF相结合的方法。实验结果表明,该方法能够有效地提高分割准确度。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:312320
    • 提供者:weixin_38522795
  1. 基于融合纹理特征的主动轮廓模型用于图像分割

  2. 纹理图像分割在各种计算机视觉任务中起着重要作用。本文提出了一种凸纹理图像分割模型。首先,为原始图像提取Gabor和GLCM(灰度共生矩阵)的纹理特征。然后,将两种纹理特征融合在一起,以通过相互级联来有效地构建区分性特征空间。在图像分割步骤中,通过将无边缘主动轮廓(ACWE)的非凸向量值模型(ACWE)放入全局最小化框架(GMAC)中来定义凸能量函数。提出的具有融合纹理的全局最小化能量函数(GMFT)可以避免矢量值ACWE模型的最小化中局部极小值的存在。此外,采用快速对偶公式化可实现有效的轮廓演变
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:1048576
    • 提供者:weixin_38707192
  1. 基于融合纹理特征的主动轮廓模型用于图像分割

  2. 纹理图像分割在各种计算机视觉任务中起着重要作用。 本文提出了一种凸纹理图像分割模型。 首先,为原始图像提取Gabor和GLCM(灰度共生矩阵)的纹理特征。 然后,将两种纹理特征融合在一起,以通过相互级联来有效地构建区分性特征空间。 在图像分割步骤中,通过将无边缘主动轮廓(ACWE)的非凸向量值模型(ACWE)放入全局最小化框架(GMAC)中来定义凸能量函数。 提出的具有融合纹理的全局最小化能量函数(GMFT)可以避免矢量值ACWE模型的最小化中局部最小值的存在。 此外,采用快速对偶公式化可实现有
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:2097152
    • 提供者:weixin_38653155
  1. 基于局部对比度模式的基于直方图的CV模型用于纹理图像分割

  2. 基于局部对比度模式的基于直方图的CV模型用于纹理图像分割
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:2097152
    • 提供者:weixin_38680506
  1. 纹理图像分割的非局部Mumford-Shah-TV模型及其ADMM算法

  2. 纹理图像分割的非局部Mumford-Shah-TV模型及其ADMM算法
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:3145728
    • 提供者:weixin_38741966
« 12 3 4 5 6 7 8 9 10 ... 15 »