搜索资源列表
fdfsfsfsfsfs
- 人工选择聚类中心，用k-means聚类方法对图像进行分割，效果不错的-artificial selection cluster center, k-means clustering method for image segmentation, the good results
FCMdfsdfsfsfs
- 利用模糊聚类的方法对图像分割，效果不错，就是速度慢得很-fuzzy clustering method of image segmentation, good results, the speed is very slow
Kmean_cluster
- 应用kmean均值聚类方法对RGB,HSR图像的分割算法，个人觉得自己变得还可以，希望大家借鉴。-application kmean means clustering method of RGB, neighborhood image segmentation algorithm, individuals feel that they can become the hope that you learn from.
PCNNClustering
- 将脉冲耦合神经网络PCNN和聚类结合实现灰度图像分割-will PCNN PCNN combining clustering and gray image segmentation
threshold
- 用Matlab实现的多种基于阈值的图像分割方法，含有大津法，最大熵，聚类等方法
TextureAnlysis
- 根据图像四个方向的共发矩阵，求取四个灰度共发矩阵的熵，求熵的均值生成特征矩阵，通过聚类分析实现图像的纹理分割。
2A
- 用于遥感图像分类。其输入为几幅遥感图像，使用k-mean聚类方法对图像中的不同地形进行聚类分割
corner
- 提出了一种快速准确车辆牌照的分割方法。首先利用形态学算子获取车牌的候选区域，剔除较小的和较大的区域；对保留的候选区域利用Trajkovic算法获取角点；最后对检测后的结果聚类，从而分割出包含车牌区域的子图像。
Medoidshift
- 中心点漂移是一种非监督聚类算法（与k-means算法相似，但应用范围更广些),可用于图像分割，基于Matlab实现的源码。 MedoidShift is a unsupervised clustering algorithm(similar to k-means algorithm, but can be used in border application fields), can be used for image segmentation. Included is the Matlab
gabor_c
- 用gabor滤波器，K-means聚类的方法实现对图像进行纹理分割。
KFCM
- 基于粗糙熵和K-均值聚类算法的图像分割
Kmeans
- 基于粗糙熵和K-均值聚类算法的图像分割 基于粗糙熵和K-均值聚类算法的图像分割
yichuan
- 主要是关于遗传算法实现模糊聚类，从而实现图像的分割。
fenge
- 模糊聚类在CT图像骨分割中的应用，方法的适用性比较强，分割效果良好
kmeansnaohuizhi
- K_MEANS 实现脑图像分割，聚类数为3，采用整体计算法
ufc
- ufc无监督优化模糊聚类用于彩色图像分割
FuzzyEntropyBasedPost-ProcessingMethodforC-MeanClu
- 提出了一种结合C2均值聚类算法和模糊熵的图像分割方法, 该方法先采用C2均值聚类算法对含噪图像进行初步分割, 再利用模糊熵准则作后续处理。该方法一方面能够继承C2均值聚类算法的优点, 可以灵活地用在基于多特征和多阈值的图像分割中, 另一方面充分考虑了图像的区域信息, 利用模糊熵最小作为准则, 对C2均值聚类算法初步分割结果的错分类点作了进一步的处理, 克服了C2均值聚类算法对噪声敏感的缺点。实验结果表明,本文方法在运算开销上只比C2均值聚类算法多4～ 6 s, 对于低信噪比的图像能够取得优于C2
sambhare
- 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
IterHistDiv
- 经典迭代直方图分离聚类算法，该聚类算法基于图像直方图，非常适合于多类目标分割，计算速度非常快
waveletxiaoyu50052
- 基于MATLAB实现的使用小波实现的纹理图像分割，具体过程是先对图像进行三级小波分解，每级都对系数聚类并指导下一 级分类，分割效果较好