搜索资源列表
FusionCode1
- 针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高频分量的特征信息来判定清晰目标或模糊目标，以此来设计融合算法
stereo
- 立体视觉代码。主要过程包括：harris角点检测，zncc最优策略匹配，扩散得到更多特征对应，计算disparity和对应颜色值。另外提供了两幅图片以及对应的特征匹配的结果和disparity图像。
GpuLodTerrainView
- 面向GPU的多LOD因子的大规模场景可视化策略.
GpuLodTerrain
- 面向GPU的多LOD因子的大规模场景策略及其原型系统.
tuxintuizhifenge
- 针对类圆形堆积物图像的前景和背景在色彩或灰度上相近，难以用传统阈值分割等算法进行有效分割的问题，提出一种多方法融 合的类圆形堆积物图像区域分割策略。对图像进行滤波等一系列预分割处理后进行投影得到目标图像的外接矩形区域，以排除噪声的干扰， 在区域内采用改进的灰度共生矩阵方法进行粗分割，以解决窗口大小与分割精度的问题，采用二维OTSU 阈值分割方法对粗分割结果进行 量化。实验结果表明，该方法得到的区域分割结果边缘清晰、准确度高。-Round deposits for the prospe
ArcObjectsGISforCsharp.NET
- 所谓ArcObject，现在一般都是指ArcGIS Desktop版本的组件开发集，即需要安装ArcGIS桌面版软件后才能安装这些组件开发集，它是所有版本中组件最全的版本，如果想对ArcGIS产品及其开发有个详尽的了解，学习ArcObject是最恰当的。ArcObject版本包括了所有的类库，其中包括ArcMap、ArcMapUI、ArcCatalog、ArcCatalogUI等组件库，这些组件库必须在安装了桌面版软件后才能使用。 由于使用ArcObject开发的程序必须安装桌面版软件，这
pso4
- 本文研究了多峰优化问题, 利用梯度算子和筛选策略, 得到了一种可求解多峰函数 全部最优解的改进型遗传算法. 数值模拟结果表明, 该算法在处理复杂多峰函数优化问题时, 局 部搜索能力和克服过早收敛能力方面相对于传统遗传算法均有很大提高.-In this paper, multimodal optimization problems, the use of gradient operator and screening strategies can be solved by a multi-
W020100826398383594229
- 基于点云的谷脊线特征提取算法研究：提出一种基于多步逼近策略的点云特征提取算法-Exaction of ringle and ravine.
distortion
- 一种利用图像中直线特征的方法来标定摄像机畸变参数的方法。该方法提取图像中多组不同方向的平行直线，并对其利用非线性最小二乘方法进行优化以得到最优的畸变参数，在优化过程中，采用多步渐进的策略。该方法不需要已知三维世界坐标，易于实现。实验表明，该方法有较高的准确率。-A camera lens distortion method is proposed, which uses the straight line features. Many parallel lines of different di
Computation_of_Mutual_Information
- 【摘要】 基于互信息的配准方法是医学图像配准领域的重要方法。互信息是图像配准中常用的相似性度量,具有鲁棒、精度高等优点,但基于互信息的配准计算量大,制约了它的实际应用。我们采用基于多分辨率和混合优化策略的配准方法,在图像的不同灰度等级数下进行配准,分析了互信息的计算量与灰度等级数的关系,并用人头部的MRI图像和CT图像做了二维的单模模拟实验和多模实际配准实验,结果显示在灰度等级数为32和64时,与灰度等级数为256时相比,配准精度没有明显改变,而计算量下降显著。-Abstract Registr
Ant-colony-algorithm-and-Powell-
- 该文提出了一种蚁群算法和 Powell 法相结合 的多分辨率搜索优化算法。该算法以互信息作为相似性测度，采用基于小波变换的多分辨率策略，将蚁群算法与Powell法结合起来对三维的CT，MR图像进行了配准。-This paper proposes a new ant colony algorithm and Powell Combination of multi-resolution search optimization algorithms. The algorithm mutual in
Segmentation
- 区域生长算法被证实是一个有效的图像分割方法。区域生长的基本方法是从被分割对象 里作为种子区域(通常是一个或多个像素)的一个区域开始，在种子区域的相邻像素寻找与种 子像素有相同或相似性质的像素，并将这些像素合并到种子像素所在的区域中。将这些新像 素当作新的种子区域继续进行上述过程。区域生长算法主要取决于用来选择确定为种子区域 像素的标准、用来确定相邻像素的连通性类型和用来访问相邻像素的策略。-Region growing algorithms have proven to be a