搜索资源列表
kmeans算法。opencv上面聚类算法的例子
- kmeans算法。opencv上面聚类算法的例子，是一个很好的学习程序。-kmeans algorithm. A good example for learning kmeans.
NPatternRecognizer
- 这是一个机器学习的通用算法库，用.NET编写，实现了SVM,K-MEANS聚类等经典的机器学习算法-This is a general purpose machine learning algorithms library, use. NET prepared to achieve the SVM, K-MEANS clustering and other classic machine learning algorithms
color-cluster
- 基于opencv的图像颜色聚类算法。聚类精度较高，但颜色数目需要输入。-Opencv image-based color clustering algorithm. Clustering high accuracy, but the number of colors required to enter.
JuLeiFenXi2.1.2
- 用OPEN CV在VS2010下实现运动物体分离，算法理论：K—均值聚类算法-Moving objects in VS2010 with the OPEN the CV separation algorithm theory: K-means clustering algorithm
qt_open_surf
- 在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。 该代码的作者给出的主函数实现了6中功能，包括静态图片特征点的检测，视频中特征点的检测，图片之间的匹配，视频与图片之间的匹配
253f30664450
- 用于遥感图像分类处理的一个基于C++的遗传算法聚类程序-For remote sensing image classification based on genetic algorithm clustering procedure of the C++
KmeansaFCM
- 在opencv环境下使用fuzzy c means和kmeans算法实现图片像素RGB值聚类，希望对大家有帮助-using fuzzy c means and k-means algorithm to realize the RGB image segmentation in opencv.
1K_means
- 用K-means算法将点进行聚类，点以结构体的形式表示，opencv+vs2010跑通。-By K-means clustering algorithm point, the point structure in the form of representation, opencv+ vs2010 run through.
KMkeen
- 基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的基础。图像分割属于图像处理中一种重要的图像分析技术。图像分割的基本方法是对灰度图像分割，处理图像的亮度分量，简单快速。本论文介绍了传统的图像分割与K-均值聚类算法分割，然后利用OpenCV函数将其实现，并介绍了OpenCV中图像分割相关的基本函数。-Based on the human visual image is segmented into several meaningful regions is the basis for
CPP-k-means
- 图像处理，C++环境下的k-means聚类算法，实现图像分割-Image processing, k-means clustering algorithm C++ environment, image segmentation
kde
- 核密度估计,matlabkernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。-kernel density estimation
MFCVIDEO
- 基于opencv的运动人流分类，采用了帧差法、DBSCAN聚类算法实现-Based on opencv motion flow classification, using the frame difference, DBSCAN clustering algorithm
CURE-analy
- C++ CURE聚类算法计算，包括文档分析-C++ CURE Analyse
K均值聚类在基于OpenCV的图像分割中的应用
- 介绍了传统的图像分割与K-均值聚类算法分割，然后利用OpenCV函数将其实现，并介绍了OpenCV中图像分割相关的基本函数。(This paper introduces the segmentation of traditional image segmentation and K- mean clustering algorithm, then uses OpenCV function to implement it, and introduces the basic functions of
divnted-the
- DBSCAN是一个基于密度的聚类算法,改算法将具有足够高度的区域划分为簇(DBSCAN is a density based clustering algorithm, the algorithm will have enough height area is divided into clusters)
Otsu方法
- opencv做的otsu方法,一、Otsu算法原理 Otsu算法（大津法或最大类间方差法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。 所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响。因此，使类间方差最大的分割意味着错分概率最小。 设t为设定的阈值。(otsu made
kmeans
- 基于windows平台和k-聚类算法，对平面点集进行聚类(Based on the windows platform and the k- clustering algorithm, the plane point set is clustered)