当前位置：
首页 资源下载
搜索资源 - Morphological Component Analysis
搜索资源列表
-
4下载：
形态学成分分析，该方法的基本思想是利用信号组成成分的形态差异，将图像分割为纹理和分片光滑部分。-Morphological Component Analysis，The basic point is that an image can be divided into texture and piecewise smooth parts by the morphological diversity among signal components.
-
-
3下载：
形态学分量分析 将图像分为纹理和平滑两部分 直接可以运行-Morphological component analysis for texture and smooth， the image is divided into two parts, can run directly
-
-
0下载：
形态学成分分析二维图像(矩阵)使用高度复杂词典和稀疏矩阵促进处罚。-MCA of a 2D images using highly redundant dictionaries and sparstity promoting penalties.
-
-
0下载：
：为解决现有视频监控系统中目标检测算法无法应付复杂的室外环境且计算量和存储量较大等问题，将像素从RGB 空间转换到YUV
空间建立基于码本的背景模型，并单独对每个码字中的亮度分量进行高斯建模，提取运动目标的轮廓后，用连通区域算法对图像进行形态
学处理。典型测试序列和ROC 数据的对比实验结果证明该算法是高效和实用的，且易于在DSP 或FPGA 等嵌入式系统上实时实现。-】In order to solve the problems that the existing motion det
-
-
2下载：
关于形态分量分析（mca）的英文文章，共六篇，pdf-Morphological Component Analysis
-
-
0下载：
基于信号稀疏分解的形态成分分析来进行图像的分解和修复原作者的英文原文献-Morphological component analysis based on the signal sparse decomposition of the image decomposition and restoration of the original author of the original English literature
-
-
0下载：
几篇关于形态成分分析的重要文献，非常重要-Some papers about morphological component analysis!!
-
-
1下载：
实现MCA（形态分量分析）算法，实现了点状和线状目标的分离，本人特地总结出来，简单明了，各个功能里面有描述-Achieve the MCA (morphological component analysis) algorithm, punctate and linear target separation, I specially summed up, plain and simple, each function is described inside
-
-
0下载：
背景:快速的将心脏按其特征进行聚类可为后续统计分析和研究带来很大的便利.系统聚类法是将样品或变量按照其性质上的亲疏相似程度进行分类的一种多元统计方法.目的:提出用主成分一聚类分析的方法来描述心脏形态学形状并进行分类,对中国健康成年人的心脏X射线测量的各项指标进行综合评价.方法:搜集了36例健康成年人的胸片,并用MxLiteView软件手动测量了每幅胸片中代表心脏形态学形状常用的10个指标,用Matlab软件对测量指标进行主成分分析,然后对提取出的主成分进行聚类.结果与结论:主成分分析后提取出3个
-
-
1下载：
gmcalab 快速广义的形态分量分析算法，用于图像修复，稀疏分解、降噪等，用途广泛。从mca主页下载的-gmcalab fast generalized morphological component analysis algorithm for image restoration, sparse decomposition, noise reduction, and versatile. Mca downloaded from the home page
-
-
0下载：
图像修复是对图像中破损区域进行信息填充，以减少图像破损所带来的信息损失的过程。
传统的图像修复方法需要依赖图像的具体结构来制定相应的修复方法，压缩感知理论的提出，使得可以利
用信号的稀疏性来对图像进行修复。基于K 奇异值分解（KSVD）与形态学成分分析（MCA，Morphological
Component Analysis）的图像修复方法首先采用形态学成分分析方法对破损图像进行特征分析，将其分解
为结构部分和纹理部分；然后基于学习型字典KSVD分别对这两部分进行过完备字典训练；
-
-
1下载：
mca形态学成分分析，将图片分为纹理部分和结构部分-MCA morphological component analysis, the image is divided into the texture part and the structural part
-
-
0下载：
morphological component analysis for image cartoon- texture decomposition in matlab
-
-
2下载：
基于稀疏分解的形态学成分分析，在分解图像的同时完成了去噪任务。(Based on the morphological component analysis of sparse decomposition, the image is decomposed and the denoising task is completed at the same time.)
-
