搜索资源列表
00
- 图像的贝叶斯分类，将模式识别方法与图像处理技术相结合，掌握利用最小错分概率贝叶斯分类器进行图像分类的基本方法
00
- 图像的贝叶斯分类，将模式识别方法与图像处理技术相结合，掌握利用最小错分概率贝叶斯分类器进行图像分类的基本方法-Bayesian image classification, the pattern recognition method and image processing technology, to master the use of the smallest misclassification probability of Bay
OtsuHist
- Otsu是按照图像的灰度特性，将图像分成目标和背景两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大。当部分目标错分成背景或者部分背景错分成目标，都会导致两部分的差别变小。因此，使类间方差最大的分割意味着错分概率最小。-Otsu is based on gray-scale image features, the image is divided into two parts, the target and backg
1
- 利用最小错分概率贝叶斯分类器进行图像分类的基本方法-Minimum probability of misclassification Bayesian classifier for image classification
tuxiangfengebeiyesi
- 将模式识别方法与图像处理技术相结合，利用最小错分概率贝叶斯分类器进行图像分类-The pattern recognition method and image processing technology are combined, using the minimum error probability Bias classifier for image classification
bayes
- 将模式识别方法与图像处理技术相结合，掌握利用最小错分概率贝叶斯分类器进行图像分类的基本方法-bayes with matlab
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
自适应阈值
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance metho
tuxiangbeiyesi
- 利用最小错分概率贝叶斯分类器进行图像分类的基本方法，将模式识别方法与图像处理技术相结合(The basic method of image classification using the minimum error probability Bias classifier, the pattern recognition method and image processing technology)