该文档内容为代码，使用MATLAB版本OTSU算法实现图像分割

包括基于边缘分割的图像分割算法的应用。Hough变换的线检测方法与仿真实现。利用各种算子进行图像分割并仿真实现 图像分割的仿真与实现。基于分水岭变换进行图像分割

项目中经常需要对图像中的细胞核，核心及细胞质轮廓进行分割，然后从中分离出单个细胞的上述信息进行特征提取及描述及细胞分类。然而要拿到分离得到的单个细胞图像有一定的困难和挑战，尤其是从重叠细胞群中分离出单个细胞。因此，将项目中的核心代码中，设计细胞分割部分分享出来，供大家讨论，也希望有高手可以用c++进行重构，欢迎交流qhs2011@163.com,qq:2259508339。说明：imgdir:输入图像，result:结果图像，结果图像说明：红色圆点为细胞核中心点，绿色圈为细胞核轮廓，红色圈为细胞质轮廓。

一种基于图像交互式对的分割算法，原理和区域生长类似，通过不断合并区域，达到最终分割效果。

基于纹理特征的视网膜图像分割算法研究_赵树.caj

针对视网膜图像中血管细小而导致其分割精度低等问题,通过在U-Net网络中引入Inception、空洞卷积与注意力机制等模块,提出一种改进U-Net视网膜血管图像的分割算法。首先,在编码阶段增加Inception模块,采用不同尺度的卷积核对图像进行特征提取,以获得其多尺度信息;然后,在U-Net网络的底部增加级联空洞卷积模块,以在不增加网络参数的情况下扩大卷积操作的感受野;最后,在解码阶段为反卷积操作设计了注意力机制,将注意力机制与跳跃连接方式相结合,聚焦目标特征,以解决权重分散等问题。基于标准图像集DRIVE的实验结果表明,所提算法的平均准确率、灵敏度与特异性较之U-Net算法分别提高1.15%,6.15%与0.67%,也优于其他传统分割算法。

深度学习图像分割课程旨在帮助同学们快速掌握分割领域经典算法原理及其实例应用。通俗讲解当下主流分割算法及其改进版本网络架构，通过源码详细演示网络建模流程及其应用方法。 所有案例均基于真实数据集与实际任务展开，基于PyTorch框架完成全部项目内容。整体风格通俗易懂，全程实战解读各大分割算法及其应用实例。 课程共14章完整版，附源码课件和数据集

本代码是利用MATLAB编写的基于meanshift（均值漂移）算法的彩色图像分割代码。 本代码是利用MATLAB编写的基于meanshift（均值漂移）算法的彩色图像分割代码。

几种几种图像分割算法的python实现，主要包括利用snake模型、小波变换、遗传算法的图像分割算法，包括图例和源代码

FGFCM 算法，是一种基于局部空间信息直方图模糊聚类的图像分割算法，来自论文"Fast and robust fuzzy c-means clustering algorithms incorporating local information for image segmentation", Pattern Recognition 40 2007 825-838, doi: 10.1016/j.patcog.2006.07.011，使用Matlab R2018b编写，因为需要迭代，所以只用了一层for循环，其他部分皆用向量化编程，四分割256x256的灰度图0.5秒以下，速度很快。