非局部均值算法

SFSDFSDFK均值算法.cpp

有关于均值滤波和中值滤波的算法结构，可直接运行，基于matlab代码

针对传统局部二值模式(LBP)及其一些改进方法会将具有不同灰度特征的邻域赋予相同的特征值和特征维数倍增的问题,提出一种基于均匀k均值和高维局部二值模式的算法.该算法首先对原图进行切割得到子图;然后提取

针对现有直觉模糊C-均值聚类仅适合呈团状数据的不足，采用非线性函数将数据样本从欧式空间映射至再生希尔伯特高维特征空间，得到核空间直觉模糊聚类算法;同时考虑相邻像素的相互影响，将邻域像素融入核空间直觉模

k-means 算法 一算法简介 k-means 算法也被称 k-平均或 k-均 是一种得到最广泛使用的聚 算 法 它是将各个聚 子集内的所有数据 本的均 作 聚 的代表点算法 的主要思想是通 迭代

为了解决传统非局部立体匹配算法在纹理丰富区域匹配误差较大的问题,提出基于颜色和边缘信息的非局部立体匹配算法。代价计算阶段,结合灰度和梯度信息求得匹配代价。代价聚合阶段,为降低相似背景下的误匹配率,利用

针对三维模型简化后的精度与效率难以平衡的问题进行研究，提出一种局部特征熵的半边折叠非均匀网格简化算法。采用两次局部区域聚类探测，首先探测三维数据点所在边聚类局部区域，获取该探测区域法向量；其次以三维数

针对随机值冲击噪声污染图像的恢复问题,研究了冲击噪声环境下的非局部平均滤波模型,并在模糊权重非局部平均滤波算法的基础上加以改进,解决了原算法在低噪声比率下恢复性能欠佳以及算法时耗过高的问题。提出了一种

使用量规/重力对偶,我们从具有大保形维的标量规不变算子的两点函数的角度研究了失衡的强耦合等离子体的演化。 由于存在各向异性和/或大量标量场,该系统不平衡。 考虑到初始各向异性和标量场的各种函数,我们得

Implementation of k-means algorithm, python algorithm for constraining seed k-means