本程序主要功能为实现基于区域生长法的图像分割，选取种子点，并将灰度差值小于阈值的像素点进行合并生长。

在传统SRG算法的基础进行改进，利用颜色空间的像素与其邻域的颜色差异及相对欧式距离自动选择种子；应用SRG技术由已知的种子生长出初始分割区域；根据融合了颜色空间和邻接关系的区域距离对初始区域进行分级合并。

城市生长插件的使用方法附插件 3DSMAX插件

做大作业时汇总的资料，包括了一些彩色、灰度图像分割的常用算法：K-means，模糊C，区域生长，阈值分割等

附代码说明： 1. 运行 exregiongrowing.m 2. 在弹出的图像中使用鼠标选取种子点，回车确认。 3. 弹出结果图像。

运用生长法实现DTIN的生成，先生成随机点，然后采用三角形生长算法形成三角形。采用动态数组，所以在三角网产生之后也能将后来产生的点加入到新的三角网之中。

区域生长法VS实现。C++

一般来说，如果不是不可能完全描述多孔介质的微观结构是非常困难的，因为它具有复杂和随机性。人们只能获得一些基于统计的平均信息，如平均孔隙度或更好 的孔径分布。如果需要对多孔结构的全部细节进行更为 严格的处理，则必须解决此问题。 事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质 的形态，包括几何性质（如颗粒或孔形状）以及体积和 拓扑性质（如孔迂曲度和互连性）。 已经报道了几次这 样的尝试。 重建过程是一种流行的方法 再现多孔结构[。 然而，确定相关函数非常复杂。 随机当其他微观结构细节存在时，障碍物的位置是构建人造 多孔介质最简单的位置 可以忽略。 为了调整孔隙大小和连通性， Coveney等人提出了一种孔隙增长随时间模型。 通过从进一步与集群增长理论有关，我们建议 本文是一个更全面的方法，其中四个参数被确定用于控制 内部多孔 颗粒介质结构，从而形成一个称为四重结构生成集（QSGS）的集合。 这一套使我们能够生成多孔形态学特 征， 为许多真正的多孔介质的形成进程作出贡献。

区域生长算法的简单实现，人工选取种子，对二值图像的前景进行分割。

根据图像分割原理及人眼视觉的基本理论，研究图像分割的常用方法，包括基于边缘检测和基于区域生长的两种分割算法，比较各方法的特点，并选择合适的方法对图像进行分割。本文采用MATLAB软件对图像分割算法进行研究和实现，计算简单，具有较高的运行效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。