搜索资源列表
zuida
- 图象分割中最大类间方差法在图像处理中的应用
an-improved-2D-histogram
- 提出了一种新的根据最大类间方差原则的阈值图像分割方法,并进行了仿真实验。实验的结果表明, 所提出的改进方法是有效的,该算法的分割效果较好,运算速度也得到了提高。-2-D histogramis brought forwardwhichuses the maximum between cluster variance as the rule
tuxiangkaoshi
- 数字图像处理 中值滤波 均值滤波 边缘检测 固定阈值法 最大类间方差法 vc6.0可以运行的-Digital image processing median filter mean filter edge detection fixed threshold method OTSU method
Otsu-method
- 本文中包含了最大类间方差法（otsu）的原理，以及其过程。最后提供了其c语言源代码-This article contains a maximum between-class variance method (Otsu) principle, as well as the process. Finally, the c language source code
Otsu算法(大律法或最大类间方差法).doc
- 利用阈值将原图像分成前景，背景两个图象。 前景：用n1,csum,m1来表示在当前阈值下的前景的点数，质量矩，平均灰度 后景：用n2, sum-csum,m2来表示在当前阈值下的背景的点数，质量矩，平均灰度 当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准，而在otsu算法中这个衡量差别的标准就是最大类间方差（英文简称otsu，这也就是这个算法名字的来源），在本程序中类间方差用sb表示，最大类间方差用fmax
otsu
- 类间方差法对噪音和目标大小十分敏感，它仅对类间方差为单峰的图像产生较好的分割效果。 当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差法是用时最少的。-Variance between class size of the noise and the target is very sensitive, it only to the between class variance to unimodal images produce better se
ostu
- 最大类间方差的基本思想是使用一个阈值将整个数据分成两个类，假如两个类之间的方差最大，那么这个阈值就是最佳的阈值-The between-cluster variance as the basic idea is to use a threshold to the whole data is divided into two classes, if the maximum variance between two classes, then the threshold value is the b
wenxian
- 针对自然生长状态下的成熟苹果图像的识别问题，提出选用R-G色差模型，改进的Ostu最大类间方差法分割图像。 然后用面积阈值法消除噪声，获取成熟苹果果实的目标区域。然后采用基于OpenCV的圆形Hough变换方法对多个粘连苹果果实进行分离。-For image recognition problem ripe apples natural growth state, the proposed selection of R-G color model between improved Ostu Ot