搜索资源列表
diblook_SPMG
- Split and merge Algorithm for Image Processing . It uses a quad tree as data structure, which is created at running time using breath first method, and a stopping criterion . The stoping criterion method can be changed , i just used to the difference
splitmerge
- SPLITMERGE Segment an image using a split-and-merge algorithm. G = SPLITMERGE(F, MINDIM, @PREDICATE) segments image F by using a split-and-merge approach based on quadtree decomposition. MINDIM (a positive integer power of 2) specifies t
images_filter_median
- Given an image. Implement the split and merge procedure for segmenting the image with different values for minimum dimensions of the quadtree regions.-Given an image. Implement the split and merge procedure for segmenting the image with dif
quyushengzhang1
- 区域生长（region growing）是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始，从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。它是一个迭代的过程，这里每个种子像素点都迭代生长，直到处理过每个像素，因此形成了不同的区域，这些区域它们的边界通过闭合的多边形定义。-Region growing (region growing) is the pixel will become the group into a larger r
WatershedSegmentation1
- 分水岭分割对图像特征使用梯度下降法和沿区域边界分析弱点(weak points) 来将像素分 类为区域。想像在一个有水流动的拓扑地形结构中，水在重力的引导下聚集到一个地势较低 的盆地。随着水量的增加，水将流满整个盆地直到水流溢出到另一个盆地，这样就会将一些 小盆地吞没形成大的盆地。使用局部的几何结构来形成区域(集水的盆地)，在图像领域中正 如使用一些诸如曲率或梯度强度等特征中的局部极值来将像素连接成区域。这种技术不像其 他区域分割，它几乎不需要用户定义门限，尤其适合对以不同的
image-split-and-merge
- 主要实现了图形图像的基于区域的分裂合并,最后显示的是二值图像-The main achievement of the graphics-based separatist regions combined, the final binary image is shown
BankC
- 一个简单的银行的计算系统 适合初学者看看 对了 是C#程序哦 -Abstract：As a region merge technology for image segmentation, traditional method of Region Adjacency Graph（RAG）has lots of shortness such as complicated data structure and algorithm, difficulty of expansibility and m
split-and-merge
- segments image F by using a split-and-merge approach based on quadtree decomposition. MINDIM (a positive integer power of 2) specifies the minimum dimension of the quadtree regions (subimages) allowed. If necessary, the program pads the in
vedio
- 目标检测与识别 1. 颜色检测 采集大量敌方机器人的图片数据，并进行训练，得到对方机器人的颜色区间， 并以此为阈值对整幅图像进行颜色检测，找到疑似敌方机器人的区域，量化 成二值图。 2. 滤除噪声点 对得到的二值图像进行开运算处理，滤除颜色检测结果中的噪声点。 3. 连通区域检测 对图像中的疑似区域进行连通区域检测，计算出每个疑似区域的外部轮廓， 用矩形近似表示。 4. 连通区域合并 根据连通区域之间的距离和颜色相似性，将距离接近且相似性高的连通区域