搜索资源列表
erzhitufenge
- 提出了一种新颖的处理图像视觉聚类问题的方法。与以往关注图像局部特征和局部连续性的方法不同，本文中的方法能够提取关于图像的全局印象。为此，我们将图像分割问题转化为图划分问题并提出了划分中的一种全局判别准则——Ncut (Normalized Cut)。Ncut不仅能够衡量不同聚类之间的相异程度，还能够衡量各聚类内部的相似程度。为求解Ncut 的最优化问题，提出了一种基于广义特征值问题的高效算法，并将此算法应用于静态图像分割，取得了良好的效果。-proposed a novel image proc
fenshuilingsuanfa
- 基于分水岭算法和图论的图像分割，所使用的方法为分水岭算法和Normalized Cut方法-Based on watershed algorithm and graph theory, image segmentation, the method used as a watershed algorithm and Normalized Cut method
NORMALIZED_CUT
- Normalized Cut for image segmentation
graph-based-image-segmentation
- 五种当前主要的基于图的图像分割方法（normalized cut, min-cut/max-flow, isoperimetric partitioning, minimum spanning tree and random walker）的论文原文。-The original papers of five main graph-based image segmentation methods. They are normalized cut, min-cut/max-flow, isoperi
Edge-Detection
- 与以往关注图像局部特征和局部连续性的方法不同，本文中的方法能够提取关于图像的全局印象。为此，我们将图像分割问题转化为图划分问题并提出了划分中的一种全局判别准则——Ncut (Normalized Cut)-Concerned with the past image local characteristics and continuity of local methods, the methods herein can extract images on the overall impressio
normalized cut image segmentation version 9
- applies normalized cut on graph obtained from image and segment the image into specified number of regions.