暂无评论
张开华ILF代码及文章,基于活动轮廓模型的,
Snake活动轮廓模型,学习一下吧,哈哈
LBF模型是一个著名的基于区域的活动轮廓模型。与PC(Piecewise Constant)模型不同,该模型引入了一个以高斯函数为核函数的局部二值拟合(Local Binary Fitting,LBF
人脸识别的论文,很好的资料,各位看看, 好好学习,天天向上。
为了解决视频序列中对象的跟踪问题,本文在对于Snake活动轮廓模型改进的基础上,提出了基于Snake活动轮廓模型的视频跟踪方法。本方法采用时空融合的方式,根据短时间内相邻帧的运动趋势差异相似的前提,可
为解决活动轮廓模型在分割灰度不均匀的图像时存在的对初始轮廓位置敏感、参数选取繁琐及迭代次数多等问题,构建一种基于局部熵拟合能量与全局信息的改进活动轮廓模型。选取灰度图像的中心作为水平集初始轮廓的中心点
本文是活动轮廓模型的开山之作。在图像分割,目标识别等领域的许多工作都是建立在本文的工作基础之上的
经典的GAC活动轮廓模型,matlab代码,比较全。但是效率有点慢。
针对声呐图像具有噪声大、目标边缘模糊等特点,提出了一种基于主动轮廓的声呐图像水雷目标识别方法。首先根据水雷目标在声呐图像中的形状特征,采用水平集思想,得到了引入超椭圆形状约束的水平集函数;然后根据水雷
针对C-V模型不能有效地分割多灰度级图像以及抗噪性不强的问题,分别引入了一个以高斯函数为核函数的局部二值拟合能量项和一个边缘停止函数。利用局部窗函数内的加权均值取代C-V模型的全局均值,并加入了距离函
暂无评论