当前位置：
首页 资源下载
搜索资源 - background segmentation
搜索资源列表
-
1下载：
Melanoma is one of the deadly diseases among skin
cancer. Melanoma detection can be done by dermatological
screening and biopsy tests which are time consuming and
expensive that requires experts from medical field. Due to cost of
dermatologist to
-
-
0下载：
利用基于直方图的自适应阈值方法实现分割前景与背景a）设定三个不同阈值，直接观察分割结果；
b) 利用统计直方图，得到一个自适应的阈值.(The segmentation foreground and background a are realized by using the histogram based adaptive threshold method, and three different thresholds are set, and the segmentation
-
-
0下载：
大津法（OTSU）是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大（何为类间方差？原理中有介绍）。(Otsu method (OTSU) is a set of image binarization threshold segmentation algorithm, proposed by Japanese scholars ohtsu in 1979.
-
-
0下载：
实现图像的前景与背景分割，设定三个不同阈值，直接观察分割结果或者利用统计直方图，得到一个自适应的阈值，再观察实验结果；(Segmentation of foreground and background of image, threshold segmentation method)
-
-
0下载：
该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示：
第1章 OpenCV的探险之旅;
第2章 OpenCV基础知识介绍;
第3章 图形用户界面和基本滤波;
第4章 深入研究直方图和滤波器;
第5章 自动光学检测、目标分割和检测;
第6章 学习目标分类;
第7章 识别人脸部分并覆盖面具;
第8章 视频监控、背景建模和形态学操作;
第9章 学习对象跟踪;
第10章 文本识别中的分割算法;
第11章 使用Tessera
-
-
0下载：
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。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance method was proposed by the Japanese
-
-
0下载：
简单的OTSU阈值分割，实现前后背景分离，运行速度快(Simple OTSU threshold segmentation, achieve the separation of background and speed.)
-
-
2下载：
本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。，设计合理的准则改进了图像的全自动分割方法，使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
-
-
0下载：
以冠状动脉血管为例,用MATLAB进行血管骨架提取,包括血管分割技术,去除背景(Taking the coronary artery as an example, using MATLAB to extract the vascular skeleton, including vascular segmentation technology, background removal)
-
«
1
2
...
9
10
11
12
13
14»
