使用K均值的体外LSCI图像中的血管定位
该存储库具有实现会议文章中描述的方法的功能：使用在“ 图像在体外的LSCI图像中进行血管定位” ，这是项目“血管的可视化和定位”的一部分而开发的。
抽象的
激光散斑对比度成像中血管的可视化和定位是生物医学应用（例如皮肤病学，神经科学和眼科学）中的一项重要任务，因为它可以确定血管的存在并评估诸如血流的性质。 这项工作建立了可视化方法的综述，用于对比度计算和激光散斑对比度成像的改进。 另外，通过聚类以自动方式提出了血管的定位。 结果表明，血管的定位很大程度上取决于对比度的计算和改善。 如果血管和生物组织区域彼此分开得很好，并且噪声水平较低，则K均值聚类是在激光斑点对比成像中定位血管的强大工具。
内容
组织
没有声明其他内容目录。
贡献者
算法，应用程序和工具的代码由以下人员贡献：
F. Lopez-Tiro，H.Peregrina-Barreto，J
2022-11-29 22:48:27
5KB
1
人脸识别
这个仓库是使用TensorFlow 2.0框架，并基于 论文上完成的，其中主要分为四大块：人脸检测、人脸矫正、提取特征和特征比对。各个模块的大小和在我的 17 款 macbook-pro 的 CPU 上跑耗时如下：
人脸检测：使用的是 mtcnn 网络，模型大小约 1.9MB，耗时约 30ms；
人脸矫正：OpenCV 的仿射变换，耗时约 0.83ms；
提取特征：使用 MobileFaceNet 和 IResNet 网络，耗时约30ms；
特征比对：使用曼哈顿距离，单次搜索和完成比对耗时约 0.011 ms；
注册人脸
注册人脸的方式有两种，分别是:
打开相机注册:
$ python register_face.py -person Sam -camera
按 s 键保存图片，需要在不同距离和角度拍摄 10 张图片或者按 q 退出。
导入人脸图片:
保证文件的名字与注册人名相
2022-11-27 17:10:24
14.77MB
1
医学成像交互工具包（MITK）是用于开发交互式医学图像处理软件的免费开源软件系统。
MITK将Insight Toolkit（ITK）和Visualization Toolkit（VTK）与ap结合在一起。Medical Imaging Interaction Toolkit（MITK）是一个免费的开源软件系统，用于开发交互式医学图像处理软件。
MITK将Insight工具包（ITK）和可视化工具包（VTK）与应用程序框架结合在一起。
以下链接提供了针对不同使用场景的高级和参考文档：获得有关MITK的高级概述，并提供指向更多文档的指针寻求MITK应用程序帮助的最终用户应阅读以下内容：
2022-11-08 21:30:56
38.39MB
1
语义分割的有效解决方案：具有无可分离卷积的ShuffleNet V2
我们提出了一种计算有效的语义分割方法，同时实现了对Cityscapes挑战的70.33％的高均值交集（mIOU）。 建议的网络能够在移动设备上实时运行。
纸：
如果您发现该代码对您的研究有用，请考虑引用我们：
@InProceedings{turkmen2019efficient,
author = {Sercan T{ \" u}rkmen and Janne Heikkil{ \" a}},
title = {An Efficient Solution for Semantic Segmentation: {ShuffleNet} V2 with Atrous Separable Convolutions},
booktitle = {Image Analysis},
year
2022-10-26 15:57:11
71KB
1
数字图像的matlab实现第三版
Digital Image Processing Using MATLAB 3rd edtion
冈萨雷斯，这个版本配套冈萨雷斯的数字图像处理第四版教材，新增了不少算法，包括图像配准，图像分割，深度学习，卷积神经网络等
2022-10-25 15:05:40
141B
1
轻量级Mat和imread（）/ imwrite（）/ imshow（）SmallCV轻量级Mat和imread（）/ imwrite（）/ imshow（）。
基本用法：#include
#include“ smallcv.hpp” int main（）{std :: string image_path =“ mingren.jpg”;
sv :: Mat image = sv :: imread（image_path）;
sv :: rgb_bgr_swap_inplace（image）;
sv :: imwrite（“ mingren_swap.jpg”，image）;
sv :: imshow（“ mingren”，image）;
sv :: waitKey（0）;
sv :: imwrite（“ mingren_swap.bmp”，图片）；
返回0;
}示例屏幕截图：
2022-09-25 17:48:51
37.63MB
1
Digital Image Processing 4th Edition [Rafael C. Gonzalez].pdf
2022-09-25 09:56:10
82.37MB
1
image processing with labview and imaq vision4
2022-09-24 19:35:27
3.81MB
1
利用matlab的函数对图像进行基本的处理：卷积，二值化，融合，滤波等等
2022-09-22 09:00:29
127KB