当前位置：
首页 资源下载
搜索资源 - markov random field model
搜索资源列表
-
7下载：
基于马尔科夫随机场的图像分割matlab源码。包括ICM迭代条件模式求解最大后验概率算法。-based on the Markov random field image segmentation Matlab source. ICM conditions including iterative model for the largest posterior probability algorithm.
-
-
1下载：
一种基于马尔科夫随机场的图像分割matlab源码，包含ICM迭代条件模式求解最大后验概率算法，已通过测试。-Markov random field based image segmentation matlab source code, including the ICM iteration conditions for solving the maximum a posteriori probability model algorithm has been tested.
-
-
0下载：
提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果.
-Based on the function connected perceptron neural network tex
-
-
1下载：
2008年3月
中国图象图形学报
基于类自适应高斯-马尔可夫随机场模型和EM 算法的MR图像分割
比较新的一片关于MARKOV以及EM算法的图像分割的文章。详细介绍了两种算法，以及对MR图像的实验结果，很有参考价值-March 2008 Journal of Image and Graphics of China based on the type of adaptive Gaussian- Markov random field model and the EM algorithm
-
-
0下载：
摘 要 提出了一种基于样本学习的人脸肖像画自动生成算法.文章采用非均匀的马尔科夫随机场模型来描述肖
像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭
代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画.在该方法中 ,使用非均匀的统计模型是保持肖像中人
脸结构准确性的关键.文中所提供的例子表明了该文方法的有效性-Abstract In this paper , we present a new approach for au
-
-
0下载：
针对合成孔径雷达(SAR) 图像含有大量斑点噪声的特点,基于Contourlet 的多尺度、局部化、方向性和各向
异性等优点,并结合隐马尔科夫树( HMT) 模型和隐马尔科夫场(MRF) ,提出了一种基于Contourlet 域持续性和聚
集性的SAR 图像模糊融合分割算法。该算法有效捕获了Contourlet 子带的持续性和聚集性,并分别用HMT 和
MRF 来刻画,再依据模糊测度,将多尺度HMT 和MRF 有机融合,建立Contourlet 域HMT2MRF 融合模型,并导
-
-
1下载：
本文提出一种基于高斯- 马尔科夫
随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在
人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上-This paper presents a Gauss- Markov random field model, first by image acquisition and laser ranging system, collecting a large number of images to ma
-
-
0下载：
comparative study of optimization approaches in markov random field model for magnetic resonance image case study.also some other techniques are studied and described
-
-
0下载：
Strong Markov Random Field Model
-
-
0下载：
主要介绍了MRF在图像分析中的应用，如吉普斯采样、马尔科夫场及基于像素级的MRF分割-Mainly introduces the MRF application in image analysis, such as Gibbs sampling, Marco field and based on the pixel level MRF segmentation
-
-
0下载：
提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
-
-
1下载：
提出了一种基于MAP的Markov随机场的图像融合方法-This paper proposes a method of Markov random field to classify the remote sensing images based on the maxi-
mum a posteriori model
-
-
0下载：
指纹分类是针对大型指纹库的一个重要的索引方式, 可以有效地提高指纹匹配的效率. 指纹类型的不同表现为指纹纹
理结构的差异, 而指纹的方向场则可以有效地描述纹理结构的差异. 同一类型指纹不同区域上方向角结构的差异以及相邻区域
间方向角结构的联系可以视作一个马尔可夫随机场. 本文利用嵌入式隐马尔可夫模型对指纹方向场进行建模分析, 通过合理地
抽取指纹的类型特征, 构造观察向量、进行建模训练, 然后利用训练好的马尔可夫模型进行匹配, 最终提出并实现了一种新的鲁
棒性强且精度较高的指纹分
-
-
0下载：
A non-parametric method for texture synthesis proposed.
The texture synthesis process grows a new image
outward from an initial seed, one pixel at a time. A Markov
random field model is assumed, and the conditional distribution
of a pixel giv
-
-
0下载：
Most recent approaches have posed texture synthesis in a
statistical setting as a problem of sampling from a probability
distribution. Zhu et. al. [12] model texture as a Markov
Random Field and use Gibbs sampling for synthesis. Unfortunately,
-
-
1下载：
一种基于马尔科夫随机场的图像分割matlab源码，包含ICM迭代条件模式求解最大后验概率算法，已通过测试。-Markov random field based image segmentation matlab source code, including the ICM iteration conditions for solving the maximum a posteriori probability model algorithm has been tested.
-
-
0下载：
In this paper we present Discriminative Random Fields (DRF), a discrim- inative framework for the classification of natural image regions by incor- porating neighborhood spatial dependencies in the labels as well as the observed data. The proposed mo
-
-
0下载：
马尔科夫随机场模型程序。已经运行过了，可以使用-Markov random field model program. Has been run, you can use
-
-
0下载：
基于马尔可夫随机场模型的SAR图像变换检测源码-SAR image based on change detection Source Markov random field model
-
-
2下载：
斯坦福大学概率图模型课程作业，利用马尔科夫随机场进行图像分割，能运行，附有英文说明文档(Stanford University Probability Chart Model Assignment, using Markov random field for image segmentation, operation, with English documentation)
-
