ueditor images表情包 解压后内容放在 ueditor/dialogs下的 emotion文件夹下的images表情文件夹即可
2022-03-14 23:55:55 5.16MB ueditorimages表情
1
通过L0对文本图像进行模糊处理
2022-03-08 13:13:50 6.71MB MATLAB
1
The dataset contains 10,000 satellite images and almost 50,000 mesoscale cloud clusters. 这个数据集包含10,000个卫星图像以及近50,000个中尺度云簇 Understanding Clouds from Satellite Images_datasets.txt
2022-03-04 08:46:16 467B 数据集
1
低剂量CT(LDCT)扫描是减少人群中X射线辐射的一种潜在方法。 有必要提高低剂量CT图像的质量。 在本文中,我们提出了一种有效的算法,用于利用剪切波变换去除LDCT图像中的量子噪声。 因为可以通过泊松过程来模拟量子噪声,所以我们首先使用安斯科姆方差稳定变换(VST)对量子噪声进行变换,从而产生具有单位方差的近似高斯噪声。 其次,通过在小波域中的自适应硬阈值处理获得无噪声的小波系数。 第三,我们使用逆剪切波变换来重建去噪图像。 最后,将anscombe逆变换应用于降噪后的图像,从而可以产生改进的图像。 主要贡献是将anscombe VST与Slicelet变换相结合。 通过这种方式,可以有效地将边缘系数和噪声系数与高频子带分离。 使用所提出的方法对一些LDCT图像进行了许多实验。 定量和视觉结果均表明,该方法可以有效地减少量子噪声,同时增强细微的细节。 在临床应用中具有一定的价值。
2022-03-01 15:35:03 620KB low-dose CT images quantum
1
relaynet_pytorch ReLayNet的PyTorch实施。 代码中仍然存在一些错误和问题,我们正在努力修复它们。 由Abhijit Guha Roy和Shayan Siddiqui( )编码 如果您出于任何学术目的使用此代码,请引用: A. Guha Roy,S。Conjeti,SPKKarri,D.Sheet,A.Katouzian,C.Wachinger和N.Navab,“ ReLayNet:使用完全卷积网络的黄斑光学相干层析成像的视网膜层和流体分割”,Biomed。 选择。 Express 8,3627-3642(2017)链接: ://arxiv.org/abs/1704.02161 享受!! :)
2022-02-28 16:46:34 56.41MB deep-learning segmentation retinal-images oct
1
cnn源码matlab去建立图像处理历史 我们的目标是重现论文中提到的结果。 我们在这个实现中使用了 Pytorch,并试图坚持论文中使用的 CNN 架构,但做了一些调整以获得更好的结果。 建筑学 训练分两个阶段进行,因此使用了两个 CNN,其架构如下: 模型一 模型二 要求 Python3.x 最新版本的 Pytorch(您可以按照任何标准博客安装 pytorch) 麻木的 泡菜 虚拟环境 具有 10Gb 或更多内存的 GPU(我们使用 Nvidia 1080Ti 进行训练) 指示 生成数据集: 首先,需要下载存在的 BossBase 原始图像。 然后,提取 tar 文件,在父目录中创建一个文件夹datasets/1.data并将提取的图像复制到该文件夹​​中。 接下来,打开 Matlab 并在项目的matlab文件夹中运行命令cr2jpeg和loldata 。 这些命令可能需要相当长的时间。 运行这些命令后,数据集文件夹内的目录结构将如下所示: . ├── jpegs ├── test | |── ctr | │ ├── denoise | │ ├── high | │ ├── l
2022-02-22 12:26:39 175KB 系统开源
1
docker java镜像 centos7为主,搭建java,阿里云镜像搭建示例
2022-02-19 17:43:27 75B docker images
1
ADMSS 是 Matlab:copyright: 软件包,它实现了最近发表的论文中描述的“基于超声图像散斑统计的带记忆的各向异性扩散滤波器”: · G. Ramos-Llorden 等人,“具有基于超声图像斑点统计的记忆的各向异性扩散滤波器”,IEEE 图像处理交易,第 24 卷,第 1 期,第 345,358 页,2015 年 1 月 DOI:10.1109/提示.2014.2371244 ADMSS 大大减轻了各向异性扩散滤波器的主要问题之一 [1]:由于扩散过程中局部结构定义丢失而导致的过度过滤效应。 这是通过包含以扩散张量微分延迟方程 (DDE) 形式实现的概率组织选择性记忆机制来实现的。 记忆在无意义区域被关闭,但在详细结构区域被激活,这种区分以贝叶斯概率方式进行。 结果,现在遵循时间沃尔泰拉方程的扩散通量在时间上被正则化,并且通过赋予初始扩散通量比瞬时扩散通量更重要的重要性,仅在详细区域中跟踪
2022-02-17 16:17:58 3.15MB matlab
1
扫雷游戏图片
2022-02-14 14:05:59 318KB 游戏 c# 开发语言 后端
1
Malware Images Visualization and Automatic Classification Web 安全之机器学习 提到的恶意文件图像识别机制,本论文提供恶意图像可视化和自动分类的方法
2022-02-10 13:56:03 562KB Web 安全
1