搜索资源列表
vc混合窗体分割
- 窗体的分割原理以及原码-Form principle of the division of the original code
用Visual C++中实现混合分割视图
- 用Visual C++中实现混合分割视图-Visual C hybrid segmentation View
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. . .
basedoncolorsegment
- 为了提高非结构化道路识别算法的有效性,提出了一种道路分割的新方法,建立了道路区域和非道路区域混合高斯彩色模型,根据像素隶属于彩色模型的概率进行基于彩色信息道路 -In order to improve the effectiveness of unstructured road recognition algorithm presents a new method of road segmentation and establish the way of regional and off-roa
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
GMMS
- OPENCV下基于高斯混合模型的图像分割，程序中还有 基于大津法的图像分割和金子塔分割。-OPENCV Based on Gaussian mixture model of image segmentation, the program also includes Otsu method based on image segmentation and the segmentation pyramid.
LiuMixGauss
- 混合高斯模型背景建模，适用于视频跟踪，目标分割。 -GMM background modeling for video tracking, object 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
hybrethod
- 基于模糊连接度和维诺图的混合分割方法hybrid segmentation method-And based on fuzzy connectivity map of the hybrid segmentation method Calvino
GMM3
- 基于混合高斯模型的运动目标检测，能实时检测出完整运动前景，是本人对原来的高斯模型的改进-Gaussian mixture model based motion detection, real-time full motion detection prospects are my original Gaussian model improvements
mixture_of_gaussians
- 这个程序是基于混合高斯背景模型的运动目标检测算法，m文件和所用视频放到matlab的工作目录下即可运行-This program is based on the Gaussian mixture background model of moving target detection algorithm, m, and used video files into matlab working directory to run
图像分割最小误差法
- 最小误差法是一种较为常用的自动阈值分割方法，此方法来源于Bayes最小误差分类方法。通常以图像中的灰度为模式特征，假设各模式的灰度是独立分布的随机变量，并假设图像中待分割的模式服从一定的概率分布，则可以获得满足最小误差分类准则的最佳阈值分割。 该算法主要思想是假设图像中只存在背景和目标两种模式，根据目标和背景像素占图像总像素的百分比求出其混合概率密度，选定一个阈值T；再根据将目标像素点错划为背景像素点的概率和把背景像素点错划为目标的概率求出总的错误概率，那么最佳阈值就是使总错误概率最小的阈
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)
BackGround-Fore-Detect
- 包含一些常见的运动目标检测算法，有背景模型算法，混合高斯模型算法，帧差法，经典的CB法，所有源码皆可运行。(This package include some common Moving Object Detection algorithm.Such as the BgModel,CodeBook and Gaussian-mixture-model.)
分割器6.16
- 一款流量计分割器，可以实现对多种气体的混合配比(A flow meter splitter)
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)