搜索资源列表
gaijinyuzhifenge
- 采用迭代算法，实现了图象分割阈值的最优自动选择，并对处理后的二值图象进行数学形态学操作，是后续图象识别最关键的以一环-using the iterative method, the image segmentation optimal threshold value of the automatic choice, as well as treatment, the two binary images using mathematical morphology operation, is the
autoThreshholding
- 图象分割阈值自动化确定，通过迭代算法，达到一个最优的阈值分割点-image segmentation threshold automation identified through iterative algorithm to achieve an optimal threshold segmentation point
max_relation
- 其基本原理是使图像中目标和背景的相关总量最大的阈值为最优分割阈值-This paper combines one dimension Maximal Correlative Criterion and two dimension Maximal Correlative Criterion to estimate the neuron parameters
yuzhihuafenge
- 图像分割是把图像划分成具有实际意义的互补交迭的区域的集合。在图像分割之前，图像区域的数目未知，而在分割后各个区域同时满足均匀性和连通性的条件，故图像分割是一个复杂的过程，目前大多数研究都是针对某一类型图像或者某一具体应用的分割。图像阈值化分割的基本思想是确定一个阈值，然后把每个像素点的像素值和阈值相比较，根据比较的结果把像素划分为两类，前景(1)或背景(0)。该方法的关键是确定一个最优的阈值。常用的阈值确定方法有直接门限法、类间最大方差法(otsu法)、分水岭算法、最小误差法、最大熵法等。该段代
otsu-opencv
- 本算法利用遗传算法根据otsu原则迭代计算得到图像的最优分割阈值。 使用了opencv库。-otsu use opencv
fangchapso
- 最大类间方差法是图像分割中一种常用的阈值分割方法, 对于单阈值分割具有显著的效果, 但是对于 多阈值分割, 计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合, 提出了一种新的图像分 割方法, 该方法利用粒子群优化算法的寻优高效性, 并由灰度图像的最大类间方差值作为适应值, 搜索最优分割 阈值, 实现图像的多阈值分割。实验结果显示, 新方法大大缩短了寻找最优阈值的时间, 降低了运算复杂度, 提 高了图像分割速度, 说明基于粒子群优化算法的图像分割算法是可行的、有效的
hundunpso
- 针对二维熵图像分割方法在求取最佳阈值时存在计算量大及微粒群算法容易陷 入局部最优且速度较慢等等问题, 提出了基于混沌粒子群优化算法的二维熵图像分割方法。 该方法考虑了图像中像素点灰度 邻域灰度均值对作为阈值对图像进行分割 利用混沌运 动随机性、遍历性和初值敏感性, 将混沌粒子群优化算法与阈值法相结合在二维空间作全局搜 索。实验结果表明了基于混沌粒子群优化算法的二维熵图像分割法用于阈值寻优减少了搜索 时间, 提高了收敛率
Based-on-gray-level
- 讨论了在对图像进行分割时的一维、二维灰度直方图分割方法, 对最优阈值灰度分割方法原理进行了描述, 得出了最优阈值灰度分割算法。-Discussed the image segmentation of the one dimensional, 2-d gray-level histogram image segmentation method, the optimal threshold gray segmentation method described the principle, it is
duoyuzhizishiyingfenge
- 提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上, 将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色 体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适 应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点-Propose a genetic algorithm based 2D entropy mult
otsu_genetic
- matlab环境下采用otsu与遗传算法相结合确定分割最优阈值-split adopt the otsu and genetic algorithm combined to determine the optimal threshold matlab environment
Otsu_Segmentation
- Otsu阈值分割图像：通过图像直方图寻找最优阈值，使得两图像分割块的方差最大。-Image segmentation by Otsu method.
shuzituxiangchuli
- 用matlab编程工具，编写具有操作界面的应用程序，通过菜单、对话框，选项框等界面控制，对算法进行演示。需要在应用系统中实现的算法及功能包括： 1、图像增强算法 （1）灰度线形变换：亮度及对比度可以调节（通过控制参数的改变，能够实时预览变化结果）； （2）直方图均衡：可在界面上对比均衡前后的效果。 2、图像变换算法 （3）对一幅彩色图像进行DCT变换和反变换，对比结果和原图； （4）仅保留左上角16X16的DCT系数，进行反变换，计算结果图的信噪比SNR。 3、图像分
fireflies
- 萤火虫算法的源代码，函数文件，可直接运行，用来寻找图像阈值分割的最优值（三阈值）。-firefly algorithm function.
PSO-BP-image-segmentation
- 籽子群优化算法优化BP神经网络，使用优化后的神经网络对图像进行分割。包括：籽子群优化算法，籽子的编码，最优权值和阈值的后成，基于籽子群优化算法的神经网络的培训，图像的分割。-The BP neural network optimized by Particle Swarm Optimization algorithm for image segmentation
Thresholding method
- 寻找最优阈值，进行图像分割。能够根据图形的灰度值寻找最优阈值。效果很好。
The-maximum-entropy-method
- 利用最大熵法求取最优阈值来对目标图像进行分割，程序体现了最优阈值的迭代求法。-To obtain the optimal threshold segmentation of the target image using the maximum entropy method, the program of optimum threshold method.
the-method
- 利用最大类间方差法求取最优阈值，并利用阈值对图像进行分割处理。-To obtain the optimal threshold by the Otsu method, and the image segmentation by threshold.
Code-Segmentation
- 基于WFCM的最优阈值图像分割 阈值化是图像分割中广泛应用的一种有效工具。基于类别可分性准则的Otsu法是性能良好且受到普遍欢迎的自动阈值选择方法。Otsu方法与c均值聚类算法的准则在一定条件下是等价的，而c均值聚类算法还可以快速实现分割问题。目前人们提出了很多基于c均值聚类准则的图像阈值化方法，其中模糊c均值（FCM）是最流行的算法之一。但是FCM算法没有考虑样本矢量间对聚类效果的不同影响，因而使用加权模糊c均值（WFCM）来解决这个问题。-Optimal threshold image se
diedaiyuzhituxiangfenge
- 采用迭代式阈值进行图像分割。读入灰度图后，通过while循环语句来求最优阈值-Iterative-threshold image segmentation. After reading the grayscale to find the optimal threshold through while loop
GA
- GENE算法的应用，分割相关的肝脏图。用遗传算法找到最优阈值，然后选择canny算子(the application of GENE algorithm in matlab)