搜索资源列表
Otsucoding
- Otsu-最大类间方差Matlab代码 最大类间方差法原理：最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2 部分。背景和目标之间的类间方差 ％ 大,说明构成图像的2 部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2 部 ％ 分差别变小。-Otsu - Otsu Matlab code Otsu Principle : Otsu law by Japanese scho
yuanzhen
- 本文提出一种新的相干波束形成方法，利用内插变换对相干背景下的真实阵列进行虚拟平移，得到多个虚拟平移后的信号协方差矩阵；对其进行平均后，所得到的相干信号协方差矩阵具有满秩性。利用一般的波束形成法求出最优权向量。该方法解决了五阵元均匀圆阵下二维相干信号的波束形成问题。
最大类间方差法原理
- 最大类间方差法原理：最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2 部分。-Otsu method works: Otsu method by Otsu, Japan scholars put forward in 1979, is an adaptive method of determining the threshold, also known as Otsu method, refer
图像背景分割,提取图像特征
- 研究生做论文所用程序, 关于图像背景分割,提取图像特征(均值能量方差等)-Procedures used by graduate students doing thesis on the background image segmentation, image feature extraction (mean energy variance, etc.)
raylinv-cfar
- 求图像背景的均值和方差，并阈值判别后的图象-Find the mean and variance of the background image, image after the threshold value based
otsu2
- 大津阈值分割法，也称最大类间方差法，利用图像的灰度分布密度函数定义图像的交叉熵。 交叉熵可看作是两个概率系统（即图像背景及目标）的信息量之间的差异。求出的交叉熵越大，则分割效果越好。 -Otsu threshold segmentation method, also known as Otsu method, the use of gray-scale image distribution density function definition images of cross-ent
111
- 思路简要说明： 1、图像二值化 将图片中的各点用0或1表示，1为有效点，0为背景。这里使用的是最大类间方差法 （otsu），在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字，在下一步中才能一一识别。 4、与样本库进行对比，寻求最近似匹配 这步是比较核心的地方，由于要识别的图形每次都是随机变化的，我们不能进行完 全匹配识别，所以使用的是‘欧氏距离’来进行最近似匹配，资料中的《自由手写体 数字识别》里面有详细说明。
SAS-fangcafenxi
- (部分内容) 1数据来源：sas软件与统计应用教程第五章课后习题2 2原始数据列表及变量说明： 数据为不同背景特征的受访购房者为房价的高低打分，从1到100分，如果觉得价格高则打分高，不同学历购房者对房价的打分情况如下表： 3要解决的问题是：不同学历的购房者是否对房价有一致的看法 4sas方差分析程序：-sas-fangchafenxi
M2_M4_variance
- M2M4算法仿真。频谱感知中，对接收信号进行背景噪声方差估计-M2M4 algorithm. estimate the floor noise variance
BgSeg_H
- 图像处理中的背景分割，使用最小方差的方法-background segmetation
ground_detect
- 基于OpenCv的背景检测，先要建立背景模型，检测在背景下的物体。（用的是均值方差的方法建立背景模型）-Background detection based OpenCv to first build the background model to detect objects in the background. (Using a mean-variance method to establish the background model)
Tracking
- 该技术用修正的最大类间方差法分割亚图像,聚类并去除强背景干扰区域,对可能目标区域能量进行统计,选 择区域能量最大者进行逐帧实时锁定跟踪,并对该技术的实时性进行了分析。 - The image is segmented and fallen into two classes by the modifiedmethod of maximal variance of classes, then regions with intense background interference are
OtsuHist
- Otsu是按照图像的灰度特性，将图像分成目标和背景两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大。当部分目标错分成背景或者部分背景错分成目标，都会导致两部分的差别变小。因此，使类间方差最大的分割意味着错分概率最小。-Otsu is based on gray-scale image features, the image is divided into two parts, the target and background, background and objectiv
gen_be_run.tar
- 该系列脚本程序用于自动生成气象资料三维变分同化中的背景场误差协方差文件，并完成绘图功能。具体运行说明见readme.txt-This series of scr ipts are used to generate meteorological data three-dimensional variational assimilation of a background field error covariance files, and complete the drawing function.
signal-parameter-estimation
- 本文分析了多级维纳滤波器的特性，在加性噪声和二维天线阵列如均匀圆阵、均匀面阵、十字阵等条件和背景下，对信源个数和信源参数估计问题进行了研究，提出了基于多级维纳滤波器前向分解特性的快速参数估计方法，同时提出了基于多级维纳滤波器的二维ESPRIT参数估计方法，该类方法无需协方差矩阵的估计运算及分解运算，计算复杂度较低。另外，还提出了对信源个数的估计算法。-This paper analyzes the characteristics of multistage Wiener filter, in t
ostu
- 提出了最大类间方差法的优化算法，适合背景较复杂的图像分割-The Otsu method optimization algorithm suitable background image segmentation
Motion-human-detection
- 在背景图像差分的基础上，提出一种改进的实时背景更新算法。通过背景学习过程，利用若干帧连续图像中每点像素灰度值样本，估算对应像素点的灰度值均方差。利用正态分“3σ原则”对图像背景进行实时更新，消除背景变化对人体分割的影响。-Motion human detection based on difference background image
OTSU1
- 。图像分割算法中最大类间方差法(OTSU)实现图像二值化,可以将图像分为目标类和背景类，便于后续处理。-. Image segmentation algorithm Otsu method (OTSU) for image binarization, image can be divided into the target class and background class, easy to subsequent processing.
Otsu算法(大律法或最大类间方差法).doc
- 利用阈值将原图像分成前景，背景两个图象。 前景：用n1,csum,m1来表示在当前阈值下的前景的点数，质量矩，平均灰度 后景：用n2, sum-csum,m2来表示在当前阈值下的背景的点数，质量矩，平均灰度 当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准，而在otsu算法中这个衡量差别的标准就是最大类间方差（英文简称otsu，这也就是这个算法名字的来源），在本程序中类间方差用sb表示，最大类间方差用fmax
基于最大类间方差阈值与遗传算法的道路分割
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。(The largest between-class variance method was proposed by the Japanese scholar Nobuyuki Otsu