利用FCM对4个图像进行区域分割，输出原图像和FCM聚类后的图像，聚类后图像中轮廓更加清晰。 注:图像经过预处理，调整到相同像素大小，方便后续处理。

基于 K-means 聚类算法的图像区域分割.pdf基于 K-means 聚类算法的图像区域分割.pdf基于 K-means 聚类算法的图像区域分割.pdf

深度学习机器学习图像处理的matlab源代码--基于均值聚类算法的图像分割应用实战

编程实现优化算法中的参数（阈值、种子点）的选取，重新对图像中目标进行分割，分析改进算法的优势。分析图像中目标的分割在工程上的应用。

随着三维扫描技术的迅猛发展, 点云数据的数据量变得异常庞大, 这对点云计算的性能提出了更高的要求。因此, 如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D)形状模型, 将形状模型参与到点云计算过程中, 为提高点云计算的执行效率提供了一种新的方法和思路。利用3D几何特征分析技术, 获取与形状相关的特征参数, 并使其参与到点云分割过程中, 提出了形状分割方法。利用八叉树算法组织点云数据, 发现数据之间的相邻关系, 依靠点云数据的密度自适应地双向线性调整八叉树并建立数据索引。使用规则图形建立3D形状模型库, 实现模型与分割区域的匹配, 进而提取分割区域的形状参数, 为提高点云数据计算的精度和速度奠定基础。在分割效果和分割时间上, 对比了不同算法, 验证了基于形状的点云分割算法的可行性以及稳健性。

split-merge程序的c++版本。显示了分裂过程和结果。加载和显示图片，显示分裂过程，用到了opencv3.1的库。核心算法全部用c++编写。个人根据书中的思路编写，求轻喷。

使用预提取肤色模型进行手势分割，进而通过手指检测识别手指个数，能够识别0-5个数字。 算法使用opencv进行实现，初始化时需要使用手掌覆盖住七个绿色的小正方形进行肤色提取，待绿色方框变成白色即可建立肤色模型。通过对肤色进行建模进而分割出手势轮廓进而进行识别。 工程由VS2010+opencv2.4.6实现，更改opencv include及lib路径等配置即可运行。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

对一幅图片将其中间的文字区域定位，并分割出每行 对一幅图片将其中间的文字区域定位，并分割出每行 对一幅图片将其中间的文字区域定位，并分割出每行 对一幅图片将其中间的文字区域定位，并分割出每行

对一幅图片将其中间的文字区域定位，并分割出每行