搜索资源列表
matlab_MRF_examples
- 基于马尔科夫随机场的图像分割matlab源码。包括ICM迭代条件模式求解最大后验概率算法。-based on the Markov random field image segmentation Matlab source. ICM conditions including iterative model for the largest posterior probability algorithm.
ANewImageRetrievalMethodUsingObjectSemantics
- 为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系 在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000 幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也
MRFtoyexample
- 一种基于马尔科夫随机场的图像分割matlab源码，包含ICM迭代条件模式求解最大后验概率算法，已通过测试。-Markov random field based image segmentation matlab source code, including the ICM iteration conditions for solving the maximum a posteriori probability model algorithm has been tested.
otsu2
- 大津阈值分割法，也称最大类间方差法，利用图像的灰度分布密度函数定义图像的交叉熵。 交叉熵可看作是两个概率系统（即图像背景及目标）的信息量之间的差异。求出的交叉熵越大，则分割效果越好。 -Otsu threshold segmentation method, also known as Otsu method, the use of gray-scale image distribution density function definition images of cross-ent
Video_Image_Segmentation_Based
- 为了对光线变化的图像进行顺利侵害，提出了一 种利用贝叶斯学习方法来进行视频图像分割的算法，印先在每个像素点处对不断变化的背景建模，同时计算每个像素点 处的颜色直方图，再用这些直方图来表示该像素点处特征向量的概率分布，然后用贝叶斯学习方法来进行判断，以确定在光线缓慢或者突然变化的时候，每个像素点是属于前景还是属于背景。-In order to change the image of light against a smooth, a Bayesian learning approach t
cfar
- 本程序是基于恒虚警概率的sar图像分割.分出目标和杂波两部分。-sar segmentation based on cfar
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
MaximumShannoninformationentropysegement
- Maximum Shannon information entropy的图像分割，是结合概率统计的方法进行的分割，理论上可以得到图像分割的更多细节。打开即可使用-Maximum Shannon information entropy of the image segmentation, is a combination of the methods of probability and statistics division, in theory, image segmentation can
ImagePatternRecognition
- 本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition
300
- 了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结 果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高 斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的O2 算法计算最佳分割阈值，提取变化区域。 实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。-0LDI TCTUG TGUIUNVI C MLCNEU WUVUMVD5N CTTG5CML 5X GUB5VU IUNIDNE
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
BranchAndMincut
- 该程序包含“Branch-and-mincut”算法构架的c++可执行文件，可以使用多种高阶先验概率分布进行特定图像的分割。 -This software contains the C++ implementation of the "branch-and-mincut" framework for image segmentation with various high-level priors as described in the paper:
rennian
- 一种基于肤色分割、区域分析和模板分布的彩色图像人脸检测算法.首先对输入的彩色图像利用混合高斯模型和亮度模型进行分割,然后根据人脸五官的结构特征对得到的区域进一步分析处理,获得所有可能的候选人脸.接着构造了一种基于双眼和人脸模板的概率模型并利用其对候选人脸进行最终检测.-Based on skin color segmentation, regional analysis and the template in color images of face detection algorithm. F
CRF
- 条件随机场，应用进行分割和标定序列数据的概率模型.-conditional random fields, a framework for building probabilistic models to segment and label sequence data.
FusionSegmentationAlgorithm
- 针对合成孔径雷达(SAR) 图像含有大量斑点噪声的特点,基于Contourlet 的多尺度、局部化、方向性和各向 异性等优点,并结合隐马尔科夫树( HMT) 模型和隐马尔科夫场(MRF) ,提出了一种基于Contourlet 域持续性和聚 集性的SAR 图像模糊融合分割算法。该算法有效捕获了Contourlet 子带的持续性和聚集性,并分别用HMT 和 MRF 来刻画,再依据模糊测度,将多尺度HMT 和MRF 有机融合,建立Contourlet 域HMT2MRF 融合模型,并导
GA.cpp
- 选择:根据遗传算法的收敛定理,赌轮法(蒙特卡罗法) ,进行个体选择。交叉:交叉互换的重要特征是它能产生不同于父体的子体。交叉概率越大,交叉操作的可能性也越大 如果交叉率太低,收敛速度可能降低。单阈值分割由于只有一个参数,所以采用一点交叉,在此设置交叉概率为0.65。变异:变异概率为0.01 。-This is a simple genetic algorithm implementation where the evaluation function takes positive values
Caaeeopeo
- [ms_segmenter.rar] - 用均值平移算法进行的图像分割源程序，matlab环境 [1MS-code.rar] - 使用mean shift 算法 用于图像的分割与平滑。很实用，大家多看看会有帮助的～！ [m.rar] - mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度-verdod doje iefjie eijfij efeoj
MAPPM
- 用于SAR图像分割的最大后验概率与各向异性扩散相结合的算法-For SAR image segmentation with the maximum a posteriori probability algorithm for the combination of anisotropic diffusion
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
stereo_mrf-master左右图作业
- 斯坦福大学概率图模型课程作业，利用马尔科夫随机场进行图像分割，能运行，附有英文说明文档(Stanford University Probability Chart Model Assignment, using Markov random field for image segmentation, operation, with English documentation)