搜索资源列表
levmar-1.2
- 采用C语言编写的LM算法的实现，用于图像识别中优化的算法，速度快
Snake-C
- Snake 算法或Active Contour Models。这类算法需要给出初始的轮廓，然后进行迭代，使轮廓沿能量降低的方向靠近，最后得到一个优化的边界。
GaussDOG
- 利用DK+Handel-C工具实现SIFT算法的前期预处理功能(高斯DOG图像序列生成)的源代码。 DK+Handel-C工具能直接把基于C语言的设计转变为优化的HDL(可以实现：C到VHDL、C到Verilog、C到EDIF等的自动生成)，进而通过FPGA实现。从而保证了各种复杂的高难算法在工程应用的实时性，为许多复杂算法具体工程实现提供了重要技术手段。 源代码采用Handel-C语言编程(Handel-C由C/C++演化而来)，在DK环境中运行，可以自动实现C到VHDL、C到Veri
anneal1
- 基于遗传算法的图像分割，用c++实现。遗传算通过反复迭代，向着更优解的方向进化，直至满足某种预定的优化指标。-anneal
C
- 一些常用的优化算法，包括powell，黄金算法，进退法等-Some commonly used optimization algorithms, including powell, gold algorithms, advance and retreat law
levmar-2.5
- 采用C语言编写的LM算法的实现，用于图像识别中优化的算法，速度快 -Written by C-LM algorithm, optimized for image recognition algorithm, fast
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
pso_Trelea_vectorized
- 一段PSO的C++程序，用于实现粒子群优化算法。-Period of PSO C++ program for particle swarm optimization.
GFc
- c语言编程实现的指导滤波器算法，使用积分图优化-the guidance filter algorithm c programming language, using the integral image optimization
Improved-cv
- 当红外图像中包含较强噪声时, C-V 模型水平集分割方法会产生大量冗余轮廓 同时, C-V 水平集采用偏 微分方程( PDE) 实现, 存在计算量大、分割速度慢的缺点。为此, 本文提出了改进的快速算法, 该算法保留了C-V 模型的全局优化特性, 并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度, 从而提高C-V 模型 的抗噪性并减少分割中产生的冗余轮廓 采用基于双链表的快速水平集算法来实现曲线的演化, 去除了传统算 法中的重新初始化和PDE 求解的过程, 减少了迭代步数
otsu
- 图像处理的大津法二值化求阈值的算法，纯c，基本整数运算，还可以进一步优化-Otsu binarization threshold required image processing algorithms, pure c, basic integer arithmetic, can be further optimized
fcmMATLAB
- 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最终的分类结果。-Fuzzy C- means algorithm is easy to converge to a local minimum point, in order to overcome this drawback, the genetic algorithm is applied to fuzzy C- me
ACA_FCM
- 蚁群算法优化模糊c均值聚类，非本人原创，大家共同学习-Ant colony algorithm to optimize fuzzy c-means clustering, non-my original, we learn together
the shortest path program in graph theory
- 图论算法在计算机科学中扮演着很重要的角色，它提供了对很多问题都有效的一种简单而系统的建模方式。很多问题都可以转化为图论问题，然后用图论的基本算法加以解决。遗传算法是解优化问题的有效算法，而并行遗传算法是遗传算法研究中的一个重要方向，受到了研究人员的高度重视。(Graph theory plays an important role in computer science. It provides a simple and systematic modeling method for many p