LiteSeg语义分割的模型和源码，使用OpenCV 的Dnn进行推理

区域生长 区域生长的一种最简单的方法是从某个象素开始，然后检查它的近邻，判断它们是否具有相似性，这个相似性可以是灰度级、彩色、组织、梯度或其他特性。

基于matlab的图像处理方法，包括边缘检测和图像分割等

采用阈值处理方法进行图像分割 实现直方图阈值法，具体方法为采用灰度直方图求双峰或多峰，选择两峰之间的谷底作为阈值，将图像转换为2值图像。

边缘检测 1、利用Roberts、Prewitt、Sobel梯度算子对给定的图像文件lena_gray.jpg进行边缘检测。对edge函数中的T和dir给出不同的值，观察结果的不同。以某一个梯度算子为例，得到T的默认值，并将T的值分别给出大于和小于默认值，并给出实验结果，进行分析。 2、利用上述3个梯度算子对所检测边缘的宽度进行对比分析。 3、利用LOG算子对给定的图像文件进行边缘检测。 对梯度算子与LOG算子的图像边缘检测效果进行分析。 阈值分割 1、调入并显示原始图像 fenge.jpg、laser.jpg、rice.bmp ； 2、利用自编程序实现阈值分割，显示分割后的图像，并返回分割阈值； 3、调用系统函数实现OTSU阈值分割，显示分割后的图像，并返回分割阈值； 4、利用原图的灰度直方图人工定义阈值，实现全阈值分割，显示分割后的图像。 5、在同一图像框下输出全部结果并进行讨论。

数字图像分割与边缘检测，一阶和二阶检测算子（导数）进行图像的边缘检测， Hough线检测，采用阈值处理方法进行图像分割。MATLAB程序

可对几种格式的图片直接进行处理，包括线性运算，几种边缘检测，使用方便

可用于识别部分工件图像上的数字，主要先进行图像平滑、用canny算子进行边缘检测、再通过数字模板匹配来识别。

BSDS300基础上扩展出的数据集，加入了200张新的图片。 BSDS500包括：图片，ground-truth, benchmarks

手势识别源代码,对学习手势识别的同学很有帮助,点匹配方法 简单的手势识别matlab代码,代码可以运行，可以作为入门之用。-gestures detection 内含剪刀石头布三种图片，根据摄像头采集到的手势，来和图片手势进行匹配，进而识别。 关键技术 应用数字图像处理相关技术 图像分割 边缘检测 模版匹配