搜索资源列表
图像分割
- 基于snake模型的三维图像分割
CVsegmentation
- 图像分割中的CV模型的matlab实现，包括主函数及调用的各种子函数，文件中有详细的关于功能的注释说明-Image segmentation in the CV model matlab implementation, including the main function and the various subroutine calls, documents in detail on the function of explanatory notes
GAC_Segment
- 利用GAC模型做图像分割的一个实验，里面包含试验图片和实验报告-GAC model using image segmentation to do an experiment, which contains pictures and experimental test report
LevelSet_ChunmingLi_1.0
- 一种新的基于snake模型的水平集图像分割方法：用matlab编程实现，可进行灰度图像的分割，里面有演示实例，便于学习。-A new snake model based on the level set image segmentation methods: using matlab programming implementation, can be gray-scale image segmentation, there are demonstration examples for stud
image
- 彩色活动轮廓模型, 图像分割，活动轮廓模型-Color active contour model, active contour model, image segmentation, active contour model
snake
- 主动轮廓模型也就是snake模型进行图像分割，一种由图像高层信息的图像分割算法。-snake model，active contour model，image segmentation
markov
- 基于高斯混合模型markov树算法的图像分割-Gaussian mixture model based markov tree algorithm for image segmentation. . .
LevelSet
- 用水平集方法实现图像分割,采用的是snake模型-image segmtnt using level set method
mygvf
- 自己设计的GVF模型图像分割程序，改进了初始轮廓的选择方法，快速分割。-GVF model designed image segmentation process to improve the initial outline of the selection method, rapid division.
TSnake
- Snake的初衷是为了进行图像分割，但它对初始位置过于敏感，且不能处理拓扑结构改变的问题。初始位 置的敏感性可以用遗传算法来克服，因为它是一种全局优化算法，且有良好的数值稳定性。为了更精确地进行图 像分割，本文提出了一种基于遗传算法的双T—Snake模型图像分割方法，它将双T—Snake模型解作为遗传算法的搜 索空间，这既继承了T—Snake模型的拓扑改变能力，又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优 化性能，克服了Snake轮廓局部极小化的缺陷，从而可得到对目标的
73462706LevelSetMethod2_dll
- C_V模型的改进算法，一种很好的图像分割模型。对于MRI图像分割效果较好。-Implicit Active Contours Driven by Local Binary Fitting Energy
GKIT
- 基于广义高斯模型的自动阈值选取(GKIT)，用于图像分割、图像分类。-GKIT：Threshold Selcetion Based on the Generalized Gaussian Models，for image segmentation and classification
03
- 上下文分割算法EM 算法，相当经典。是基于小波域隐马尔可夫模型的多尺度图像分割。-Context of the EM segmentation algorithm, very classic. Is based on wavelet domain hidden Markov model multi-scale image segmentation.
multiscale
- 多尺度变换域隐马尔可夫模型能够有效地描述变换域系数在尺度间、尺度内和方向间的统计相关性,是 一种新的统计图像感知与识别方法. 文中以变换域系数的统计相关性描述为中心,以模型的设计和应用的开展为 两翼,深入分析了子波变换的三级统计特性与机理,比较研究了多尺度变换域的十种统计模型,并系统评述了这些 模型在图像感知、处理和分析中的最新进展. 同时,具体论述了这一领域研究中两类成功的实例:图像去噪和图像 纹理分割. 对于前者,以Lena 图像为测试用例分析比较了以变换域统计模型为核心的
PDE_in_image_processing
- 包含五个文件夹。 （1）MATLAB程序：其中包含10余个MATLAB程序或（函数）的源代码。程序中所作的注释，与书中关于对应算法的描述是一致的 （2）二值图像：其中的图像可供形态学图像处理实验用，也可通过提取对象的边界，供曲线演化实验使用。 （3）灰度图象和彩色图像：其中的图像，可以作为图像分割，平滑滤波，反差增强，彩色增强以及图像放大等实验的素材。 （4) 视频剪辑：，"two_cells"是采用改进的变分水平集方法，实现GAC模型图像分割的演化过程；"denoissing
BasedonWaveletDomainHiddenMarkovTreModelImageSegme
- 基于小波域隐马尔科夫树模型的图像分割-Based on Wavelet Domain Hidden Markov Tree Model Image Segmentation
水平集C-V模型
- 采用水平集技术实现图像分割。。。。。经典的水平集分割方法。。。。。。完整的全部代码。。。。。。。(The level set technique is used to realize image segmentation. The classical level set segmentation method. The complete code.)
cv模型图像分割
- 这是一款CV模型图像分割的优化代码，可用于均匀图像的局部和全局有效分割
GMM-HMRF
- 基于高斯混合模型和隐马尔科夫模型的图像分割算法(Image segmentation algorithm based on Gaussian mixture model and hidden Markov model)
基于脉冲耦合神经网络的图像分割程序
- 近年来，基于Eckhorn的猫视觉皮层模型的脉冲耦合神经网络（Pulse Coupled Neural Net,PCNN）,已被广泛用于图像平滑、分割以及边缘检测等图像处理领域的研究中，并显示了其优越性。(Pulse Coupled Neural Net,PCNN)