深度的虚拟机，很好用而且体积小的虚拟机
深度的虚拟机，很好用而且体积小的虚拟机
深度的虚拟机，很好用而且体积小的虚拟机
2021-08-12 22:36:02
8.37MB
1
高光谱解混的目的在于提取图像中的端元特征和丰度特征。由于高光谱图像空间分辨率低而存在大量混合像元,因此如何从混合像元中提取光谱特征和空间分布信息是高光谱解混面临的难题。基于非负矩阵分解的高光谱解混是一个不适定拟合问题,而且在处理过程中将立方体数据转化为矩阵会导致三维结构信息的丢失。利用最小体积单纯形空间稀疏性,提出一种基于最小体积稀疏正则的高光谱解混方法,能够挖掘出图像中光谱特性和丰度特征的内在关系,减少结构信息的丢失。将凸几何中的最小体积约束与非负矩阵分解相结合,并采用近似交替优化与交替方向乘子法设计出高效的求解算法。最后分别采用合成数据和真实数据进行仿真实验,结果表明该种算法能够有效地提取出高光谱图像的端元特征和丰度特征。
2021-08-12 17:13:13
9.66MB
1
我一直在逐步为 Matlab 文件交换的现有贡献添加功能，并认为结果可能对其他人有帮助。 新的编写器模块（nhdr_nrrd_write.m）应该与读取器模块（nhdr_nrrd_read.m）兼容，因为一个模块的输出可以作为另一个模块的参数提供，以读取或生成有效的.nhdr / .nrrd文件。 只要有可能，就会发出有用的错误和警告。
NRRD 格式兼容性
一些支持的 NRRD 功能： - 带有“数据文件：”的所有变体的分离标题- 原始、txt/text/ascii、gz/gzip 编码- 空间和方向的定义- 使用 ':=' 行处理扩散加权 MRI 数据，例如 'modality:=DWMRI', 'DWMRI_b-value:=' and DWMRI_gradient_0000:=', 'DWMRI_gradient_0001:=', 'DWMRI_grad
2021-08-09 20:24:57
19KB
1
在已知DICOM和三维模型对应掩膜的情况下，计算三维模型的体积。
思路：
1、计算每个体素的体积。每个体素为长方体，x，y为PixelSpacing，z为层间距
使用pydicom.read_file读取DICOM文件，dcm_tag.PixelSpacing获取像素间距，dcm_tag.SliceLocation 获取层间距
2、计算体素的个数
代码如下：
from PIL import Image
import numpy as np
import pydicom
import os
def get_pixels_No(bmp_data_dir):
pixels_No = 0
b
2021-08-05 05:29:17
37KB
1
2022高中数学全程复习第八章第一节基本立体图形及空间几何体的表面积和体积.pptx
2021-08-04 18:03:06
3.78MB