搜索资源列表
memorylink
- 模拟动态存储管理 一、 题目 编制一个模拟动态存储管理的程序,设用一个单向链表HA表示空闲空间链;用一个单向链表HB表示已占用空间链。设链表结构如下: 起始地址 ( 正整数,大于0 ) 本块单元数( 正整数,大于0 ) 链域 (指向下一个结点的指针) 1. 在键盘上输入起始地址,本块单元数,建立起HA,HB两链表初态(输 入起始地址为0时结束); 2. 输出HA,HB两链(起始地址,单元数); 3. 输入起始地址,在HB链中撤消所对应的结点,撤消结点后输出HB链; 4. 将撤消的结点
Programs
- 2、图像增强: 图像增强也称为图像锐化,其目的是为了加强图像中的轮廓边缘等细节信息。 与图像平滑一样,也可分别在空域和频域进行图像增强。 在空域中进行图像锐化: 将原图像与 相减可以得到经过锐化处理的图像g(i,j),即: g(i,j)= f(i,j)- = f(i,j)-α[f(i+1,j)+ f(i-1,j)+ f(i,j+1)+ f(i,j-1)-4 f(i,j)] = f(i,j)+4α[f(i,j)- ] 这里,α为可选择的用于控制锐化程度的因子
psoSVM
- 粒子群算法入门必备,超详细。 在全局版的标准粒子群算法中,每个粒子的速度的更新是根据两个因素来变化的,这两个因素是:1. 粒子自己历史最优值pi。2. 粒子群体的全局最优值pg。如果改变粒子速度更新公式,让每个粒子的速度的更新根据以下两个因素更新,A. 粒子自己历史最优值pi。B. 粒子邻域内粒子的最优值pnk。其余保持跟全局版的标准粒子群算法一样,这个算法就变为局部版的粒子群算法。(The introduction of particle swarm algorithm is essent
23876123psoSVM
- 在全局版的标准粒子群算法中,每个粒子的速度的更新是根据两个因素来变化的,这两个因素是:1. 粒子自己历史最优值pi。2. 粒子群体的全局最优值pg。如果改变粒子速度更新公式,让每个粒子的速度的更新根据以下两个因素更新,A. 粒子自己历史最优值pi。B. 粒子邻域内粒子的最优值pnk。其余保持跟全局版的标准粒子群算法一样,这个算法就变为局部版的粒子群算法。(The introduction of particle swarm algorithm is essential, super detai
禁忌算法 C++
- 禁忌搜索算法是一种全局性邻域搜索算法,模拟人类具有记忆功能的寻优特征。它通过局部邻域搜索机制和相应的禁忌准则来避免迂回搜索,并通过破禁水平来释放一些被禁忌的优良状态,进而保证多样化的有效探索,以最终实现全局优化(Tabu search algorithm)
中值滤波
- 种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,(Processing fuzzy images)
线性滤波
- 线性低通滤波器最常用的是线性平滑滤波器,这种滤波器的所有系数都是正的,也称邻域平均。邻域平均减弱或消除了傅立叶变换的高频分量,对噪声的消除有所增强,但是由于平均而使图像变得更为模糊,细节的锐化程度逐渐减弱。 下面使用不同的平滑模板对图像进行滤波:(二维线性滤波fliter2)(The most commonly used linear low-pass filter is the linear smoothing filter, which has all the positive coeff
LBP算法程序
- 原始的LBP算子定义在像素3*3的邻域内,以邻域中心像素为阈值,相邻的8个像素的灰度值与邻域中心的像素值进行比较,若周围像素大于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经过比较可产生8位二进制数,将这8位二进制数依次排列形成一个二进制数字,这个二进制数字就是中心像素的LBP值,LBP值共有2828种可能,因此LBP值有256种。中心像素的LBP值反映了该像素周围区域的纹理信息。(The original LBP operator is defined in t
用ccs进行图像平滑处理
- 图像噪声会使原图像形成虚假的边缘或轮廓。减弱、抑制这类噪声改善图像质量的方法称为图像平滑。采用邻域平均法对含有随机噪声的图像进行平滑处理,在CCS中观察结果并进行分析。(Image noise causes false edges or contours of the original image. Image smoothing is a way to reduce and suppress such noise and improve image quality. Neighborhood
Canny算子
- 经典算子 canny算子边缘检测 利用8邻域的模极大值进行边缘检测(Edge detection of Canny operator)
point_cloud
- 用经典的pca k邻域方法估计点云法向量的程序,带有matlab gui,使用matlab 2016b编译运行成功,输入点云最好为列向量的txt文件,gui中内置了点云显示模块以及生成的点云法向量显示,并且可以输出法向量到txt文件中。(The program of estimating point cloud vector with the classical PCA K neighborhood method, with Matlab GUI, uses MATLAB 2016b to co
ACA_2opt
- 将蚁群算法与2交换邻域搜索算法结合,用MATLAB编程实现(The ant colony algorithm and 2 - exchange neighborhood search algorithm were combined and realized by MATLAB programming)
normal
- 通过构建四叉树,通过邻域搜索方法计算点云中每个点的法向量并进行展示(By constructing quadtree, the normal vector of each point in the point cloud was calculated and displayed by neighborhood search method)
picuture_fun
- 从电脑中选择一个图片,本程序可对图片完成类型转换,几何运算,代数运算(平均法降噪和减数运算),傅里叶变换,图像增强(包括灰度值变换,直方图均衡化,邻域平均法和中值滤波波法),图像复原,图像分割等功能。(Choose a picture from the computer, this program can complete type conversion, geometric operation, algebraic operation (average noise reduction and
亚像素级角点检测
- 角点通常被定义为两条边的交点,或者说,角点的局部邻域应该具有两个不同区域的不同方向的边界。角点检测(Corner Detection)是计算机视觉系统中获取图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维重建和目标识别等,也可称为特征点检测(Using the edge of the damaged area, i.e. the color and structure of the edge, the information content of the damaged info
matlab图像滤波去噪分析及其应用
- matlab图像滤波去噪分析及其应用 双线性滤波、Kirsch滤波、超限邻域滤波、逆滤波、双边滤波、同态滤波、小波滤波、六抽头滤波、约束最小平方滤波、非线性复扩散滤波、Lee滤波、Gabor滤波,、Wiener滤波、Kuwahara滤波、Beltrami流滤波、Lucy?Richardson滤波、NoLocalMeans滤波等研究内容。(Analysis and application of MATLAB image filtering and denoising Bilinear fi
由边缘锐度算法改进而来的点锐度算法
- 在matlab中实现点锐度算法 函数DEAV得到的是由边缘锐度算法改进而来的点锐度算法的清晰度评价值,可以计算每个像素与周围8像素所组成邻域的点锐度。
nlm
- 非局部均值(NL-means)是近年来提出的一项新型的去噪技术。该方法充分利用了图像中的冗余信息,在去噪的同时能最大程度地保持图像的细节特征。基本思想是:当前像素的估计值由图像中与它具有相似邻域结构的像素加权平均得到。(NL-means is a new denoise method. It utilized image's information, preserving detail while denoise.)
knnsearch
- knnsearch: Linear k-nearest neighbor (KNN) search 在R中找Q的k邻域Q,R中每一行表示一个点的分量 knnsearch.m
模糊局部信息C均值
- 模糊局部信息C均值是一种改进的模糊C均值算法,它考虑了周围邻域信息