搜索资源列表
fc5j_EM_matlab
- em算法求解混合高斯模型，适合图像处理中，对象分割-em algorithm Gaussian mixture model suitable for image processing, object segmentation
gaussian-mixture-model
- 混合高斯模型，直接应用于图像分割，简单易行，傻瓜式操作，保准让你爱不释手。-gaussian mixture model applied to image segmentation, easy, convenient, you are sure to love it.
grabcut_matlab
- 三种基于GraphCut的图像分割方法，分别是GrabCut，LazySnapping和改进的GrabCut，其中用到了matlab和VC++的混合编程，在调用之前需生成mex文件-Three kinds of image segmentation method based on GraphCut, respectively GrabCut, LazySnapping and improved GrabCut, which used the matlab and VC++ mixed progr
VariableWeightMRMRF
- 基于变权重MRF的图像分割算法，特征场是使用混合高斯模型，标记场使用Pott模型，基于迭代条件模式进行分割-MRF based on weighted image segmentation algorithm, feature field is the use of Gaussian mixture model, using the tag field Pott model segmentation based on iterative model conditions
CvBSLibGMM
- 改进的高斯混合模型用于运动目标的检测和分割,利用C++和matlab混合编程.-Improved Gaussian mixture model for moving object detection and segmentation, the use of C++ and matlab programming mixed.
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. . .
10.1.1.80.8622
- 混合分水岭图像分割方法和快速区域合并的方法-Hybrid Image Segmentation Using Watersheds and Fast Region Merging
AMFM
- 分析最新的数字加网技术,对混合加网的算法进行了改进。首先根据图像阶调变化快慢 对待加网图像进行区域分割,对阶调变化平缓的区域采用点聚集态抖动加网,对阶调变化剧烈及细微的层次采用AM /FM半色调方法。 -Analysis of the latest digital screening technology, hybrid screening to improve the algorithm. First of all, in accordance with changes in spee
GASA
- 基于遗传模拟退火和Otsu法的图像分割。采用一种基于模拟退火算法(SA)的混合遗传算法(GASA),来进行Otsu方法选择阈值，其中进行求解时是非线性的遗传算法（GA）的应用优化了求阈值过程，并尽可能地减少其运算量,而加入SA则避免了遗传算法(GA)常见的早熟收敛现象,从而实现有效简单的图像分割。 -adopt hybrid genetic algorithm(GASA) based on simulated annealing algorithm,choose threshold by O
20100107
- 一种基于高斯混合模型的距离图像分割算法。-Based on Gaussian mixture model for image segmentation
gmm2n
- 集合混合高斯模型的图像目标分割算法的VC实现-Gaussian mixture model for image set goals to achieve segmentation algorithm VC
Background.Modeling.using.Mixture.of.Gaussians.for
- 这篇文章是关于如何改进混合高斯法的一个综述，混合高斯法用于目标检测，目标分割。-This article is an overview of how to improve the GMMS ,the GMMS is used for target detection, object segmentation.
superpixels
- 采用超像素进行分割图像，利用到了超像素和Ncut的方法，采用了c与maltab混合编程。-Code to compute superpixels. use cncut and superpixel code for segmentation. Mex program c and matlab
kGaussian_color_EM
- 彩色图像分割方法。利用Gauss 混合模型。实现彩色图像分割。-color image segmentation
cluster-3.6.6
- 基于混合高斯的无监督聚类程序，对数据聚类、图像分割等都具有参考意义-An Unsupervised Algorithm for Modeling Gaussian Mixtures
5
- 了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP) 特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
高斯混合模型GMM-latentSpace-v2.0
- 用于背景建模实现视频运动目标分割 与目标跟踪算法(For background modeling, video moving object segmentation and object tracking algorithm)
GMM-HMRF_v1.1
- 高斯混合模型 马尔科夫 image segmentation MRF GMM GMM ICM(Gauss mixture model)
automatic_image_segement
- 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
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)