搜索资源列表
kmeans
- 将彩色图像，转化到Lab空间，利用K-means类聚对图像进行分割-The color image is transformed into Lab space, the use of the class of K-means poly image segmentation
5
- 利用相位一致性提取图像边缘，K-means聚类后区域生长进行图像分割，附参考论文资料。(The image edge is extracted by phase consistency, and the region growth is segmented after K-means clustering, and the reference papers are attached.)
6
- 利用相位一致性提取图像边缘，K-means聚类后区域生长进行图像分割，附参考论文资料和相关解释。(The image edge is extracted by phase consistency, and the region growth is segmented after K-means clustering, and the reference papers and relevant explanations are attached.)
1
- 利用相位一致性提取图像边缘，K-means聚类后区域生长进行图像分割，附参考论文资料和相关解释。多目标优化 一个含有两个优化目标的多目标优化问题(The image edge is extracted by phase consistency, and the region growth is segmented after K-means clustering, and the reference papers and relevant explanations are attached. M
2p
- 利用相位一致性提取图像边缘，K-means聚类后区域生长进行图像分割，附参考论文资料和相关解释。多目标优化 含有两个优化目标的多目标优化问题(The image edge is extracted by phase consistency, and the region growth is segmented after K-means clustering, and the reference papers and relevant explanations are attached. Mul
快速K-均值(kmeans)聚类图像分割算法源代码
- 本算法Kmeans可以用于非监督分类学习，用于图像处理、模式识别分类(The algorithm Kmeans can be used for unsupervised classification learning, for image processing, pattern recognition and classification.)
julie
- 基于K-means聚类算法的图像区域分割的程序实现(Cluster the function image.)
代码
- 模糊聚类方法的图像分割，即使用模糊C均值方法多次迭代产生聚类中心，分割图像(Image segmentation of FCM)
MRMRF simple
- 基于MRF图形的小波与分解 获取最粗尺度上的初始分割。使用EM算法必须有一个初值，因此我们首先使用K-均值聚类算法获取尺度J-1上的初始分割结果。 2.E步骤。使用MPL方法GMRF模型参数。 3.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 4.尺度内迭代。重复2和3知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 5.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复4，
PointClouds
- PCL库的C#封装，用于点云的处理，包括点云读取，显示，分割，分类，聚类等(C# wrapper of point cloud library.)