搜索资源列表
Chan-Vese
- Chan-Vese活动轮廓模型图像分割算法-Chan-Vese image segmentation algorithm
Snake2D
- 寄语活动轮廓模型的双向气球力的膨胀或者收缩的snake模型的算法程序-Expansion algorithm based on two-way active contour models balloon force or shrink snake model
demo_1
- 水平集活动轮廓模型，医学图像分割,边界停止函数，李纯明模型- level set method
demo_1
- 李纯明模型，水平集体活动轮廓模型，医学图像分割- level set method
demo_1
- 水平集活动轮廓模型，李纯明模型的改进，图像分割- level set method
demo_1
- 水平集活动轮廓模型，李纯明模型，图像分割- level set method
Demo
- 医学图像分割，水平集活动轮廓模型，CV模型- level set method
segmentation
- 对图像进行分割，基于边缘和边界的活动轮廓模型-Image segmentation, active contour model based on edges and borders
GVF_snake
- 用C++编写的实现GVF的活动轮廓模型的提取，值得你参考-Extracted with implementations written in C++ GVF active contour models, it is worth your reference
C_V
- 几何活动轮廓模型中著名的Chan-Vese模型大matlab程序代码-Chan-vese model program
ActiveContourCompare
- 活动轮廓算法的一个例子。Level Set Evolution Without Re-initialization: A New Variational Formulation-An example of active contour algorithm. Level Set Evolution Without Re-initialization: A New Variational Formulation
Des2ktop
- matlab源码-GAC 侧地活动轮廓模型代码 可以作为参考使用，在学习的过程中 --GAC side matlab source code can be active contour model as a reference, in the learning process
Active-Contour
- 参数活动轮廓模型实现的轮廓逼近，开发环境matlab-Contour parametric active contour model implementation approach, the development environment matlab
Chebyshev
- 无边活动轮廓模型(C-V模型)是水平集分割方法中的一种经典模型.传统的无边活动轮廓模型将灰度同质作为区域分割准则,这使其对于仅含两个同质区域且灰度变化不大的图像能够取得很好的分割效果,但对灰度渐变图像分割时,该模型往往无法得到正确结果.本文针对这一问题,通过引入Chebyshev距离构造一种新的相似度,以此来表征演化曲线内外灰度差异,修改了传统无边活动轮廓模型中均值取值的定义,使得演化曲线在图像灰度变化缓慢区域获得较大的驱动力.新模型克服了传统无边活动轮廓模型不能正确分割灰度渐变图像的不足.实验
Distance-Regularized-Level-Set
- 水平集方法是一种先进的图像分割方法。这个matlab代码演示了一个基于边缘的活动轮廓模型，是下面一篇带距离正则化的水平集方程论文的应用： C. Li, C. Xu, C. Gui, M. D. Fox, Distance Regularized Level Set Evolution and Its Application to Image Segmentation , IEEE Trans. Image Processing, vol. 19 (12), pp. 3243-3254,
Variational_Geodesic_Active_Contour
- 为了解决测地线活动轮廓模型分割有凹边界的对象时，将可能陷入非理想局部极小的缺点，自适应测地线活动轮廓模型被提出。新的模型可以通过添加在原始模型的加速度项调整曲线基于曲线和图像的梯度的曲率的演变速度。此外，为了消除噪声或伪边缘的影响，新的前处理Sobel算子结合高斯滤波器和测地线活动轮廓模型梯度的计算方法。-In order to solve the shortcoming of Geodesic Active Contour model that would possibly sink into
Geodesic_Active_Contour
- 该类方法主要指的是活动轮廓模型（active contour model）以及在其基础上发展出来的算法，其基本思想是使用连续曲线来表达目标边缘，并定义一个能量泛函使得其自变量包括边缘曲线，因此分割过程就转变为求解能量泛函的最小值的过程，一般可通过求解函数对应的欧拉(Euler．Lagrange)方程来实现，能量达到最小时的曲线位置就是目标的轮廓所在。-Such methods mainly refers to the active contour model (active contour mo
guss
- 【高斯核函数改进 参考价值1】LBF活动轮廓模型的改进.pdf【高斯核函数的改进 参考价值5】单核和多核相关向量机的比较研究.pdf-[Gaussian kernel improved reference value 1] .pdf LBF improved active contour models comparative study [.pdf Gaussian kernel improvements reference 5] single and multi-core related ve
CV_model2
- 有详实的说明，基于C-V模型的图像分割，属于活动轮廓模型，有典型的图片例子，可以直接运行，适合研究生使用。-There are detailed instructions, CV model-based image segmentation, are active contour models, with typical picture examples can be run directly, for graduate students to use.
CV_CPP
- 这个版本的代码，基于无边缘活动轮廓，即chan-vese模型，此代码中包含了C++版本和matlab版本-This version of the code, based on active contours without edges, that chan-vese model, this code contains C++ version and matlab version