机译:一种改进的基于轮廓的字符图像细化方法
Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur, Kharagpur 721 302, India;
rnDepartment of Computer Science and Engineering, Indian Institute of Technology Rajasthan, Jodhpur 342 011, India;
ambiguous region; contour; medial axis; shape characteristics; skeleton segment; thinning;
机译:使用基于轮廓的方法分割微阵列图像
机译:一种改进的霍夫曼编码方法,用于存档DNA中的文本,图像和音乐字符
机译:基于主动轮廓的手指静脉图像分割方法
机译:改进的图像细化算法及其在汉字图像细化中的应用
机译:杂乱无章:结合AI方法来改善人类游戏玩家对一组角色的处理。
机译:一种用于改善自由呼吸心脏图像的SHARP重建的全自动分箱方法
机译:图6:(A)树导致的标准MP分析的98-基因座的类人猿(人科,灵长类动物,哺乳动物),使用莱赫托宁等人的修改的摘要构成的超级矩阵。 (2011)(参见细节“材料和方法”)以及相对植根狒狒后验概率(长度= 12092,CI = 0.7877,RI = 0.5597); 34022个字符是恒定的,并且简约信息的字符数等于4311。下面提供分支MP BS值。与外类群(狒狒)的非模糊值的唯一的字符已被保存的级联对准内; (B)的得分0.00084的平均一致树导致从巨猿(原始人类,灵长类动物,哺乳动物)的98座超级矩阵的二进制表示获得的5507棵的Hennigian森林的分析(见“材料和方法”为细节);狒狒被认为是最好的全祖征群。 “其他...” FORESTER的输出树文件(请参阅详细信息“材料和方法”),用于进一步的分析; (C)的分数0.00090的平均一致树导致从98个位点的类人猿(人科,灵长类动物,哺乳动物)的超级矩阵(见6.I的改性二进制表示导出的5339种树木的Hennigian森林的分析以及“材料和方法”的详细说明),但所有168棵,其中包含的分支(智人加PAN)已经从输入林中删除。 “其他...” FORESTER的输出树文件(参见“材料和方法”),用于进一步的分析。
机译:一些编码简单视觉图像的方法,用于稀疏分布式存储器,应用于字符识别