搜索资源列表
ostub
- 基于遗传算法的最大类间方差法对JPG格式图像分割的程序源代码
Touch_exe
- 该软件支持jpg，gif、png图片格式，大致有下列功能： V 0.1 版： 1. 图像放大、缩小、复制、打印、获取当前图像任意位置颜色信息。 2. 显示图像灰度直方图。 3. 灰度统计：图像宽度、高度、最小灰度、最大灰度、灰度均值 Mean、灰度方差 Variance、标准差、偏态 Skewness、峰度系数 Kurtosis、熵 (Entropy)。 4. RGB三原色分离、RGB图转灰度图、灰度均衡、图像可调阈值二值化、图像反色。 5. 图像可调阈值边缘检测：Rob
Whitenoisesequence
- 1．产生[0,1]均匀分布的白噪声序列 (1) 打印出前50个数 (2) 分布检验 (3) 均值检验 (4) 方差检验 (5) 计算相关函数 Bx(i),i=0,±1,±2,…, ±10
Normalwhitenoise
- 产生 正态白噪声序列 (1) 打印出前50个数 (2) 分布检验 (3) 均值检验 (4) 方差检验 (5) 计算相关函数 Bx(i),i=0,±1,±2,…, ±10。 B(m)=1/1000
Asotomdatasheet
- A(s)，B(s)已知，求出Asotom数据表，判断稳定性，求方差（如稳定）。
RLS_RF3
- 应用自适应的干扰对消法去除高斯白噪声，程序中给出两种相关噪声产生的方法，第一种只有一个噪声是随机产生的，第二种两个噪声都是随机产生的。程序中给出了去噪后信噪比和均方差的增益。
otsumax_sigma
- otsu自适应阈值分割OTSU算法也称最大类间方差法，是图像分割里基于点的全局阈值选取方法中的一种，诞生于1978年，作者是Otsu。这种方法以其计算简单、稳定有效，一直广为使用，至今仍在matlab的图像处理工具箱里作为灰度图像单阈值自动选取的标准算法
Kalman
- kalman滤波学习的Maltab程序，特点是简单清晰，过程噪声和观测噪声的方差可以设定，能够直观的学习滤波器的特点。
k_means
- K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再
Top_Sort
- K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再
otus
- 利用最大类间方差算法求解自适应阈值，对图像进行分割，属于经典的图像分割方法，适合于初学者使用
variance
- 一个最大类间方差法的图象分割小程序,很实用,大家可以
max_sigma
- 一维最大类间方差源程序，效果很好。1234556
Extractionofthemaincomponents
- Matlab提取主分量矩阵。程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
fingerprint_extract_matlab
- 在指纹特征提取中，结合方向图和图像局部灰度方差对指纹图像进行分割，然后再进行阈值分割去处边缘效应得出较好的分割结果。
Select_WaveletFun
- 非常有实际应用价值的基于均方差方法选择小波函数程序。
zsy4
- 自适应程序， （1） 为方差0.1的百噪声信号，设计最小方差自校正调节器并仿真运行系统；
pcacode
- 程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
speckle
- 对图像进行斑点噪声的添加，用方程f=f+n*f将乘性噪音添加到图像f上，其中n是均值为零，方差为var的均匀分布的随机噪声。
image_fft
- 先由原始图像（任选）产生待恢复的图像；(产生方法如下：冲激 函数为 ，将原始图像与冲激函 数卷积产生模糊，然后再迭加均值为0，方差为8，16，32的高斯 随机噪声而得到一组待恢复的图像 ；