基于粒子群算法的进化聚类图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的示例，输入样本大小为 15 和 2 个特征

mean shift算法的彩图分割算法，能够实现彩色图像的相关分割，亲测有效。

基于SVM的图像分割-真彩色图像分割，可以很好的分割彩色图像

基于SVM的真彩色图像分割模式识别系统的设计与实现代码大全.doc基于SVM的真彩色图像基于SVM的真彩色图像分割模式识别系统的设计与实现代码大全.doc式识别系统的设计与实现代码大全.doc

：图像分割是图像分析中一个非常重要的预处理步骤，分割效果将直接影响到后续任务的有效性。彩 色 图 像 相较于灰度图像更接近人类的视觉特性，因此对彩色图像的研究更为重要。对当前比较常用的一些彩色图像分割方 法进行了综述，阐述了基于阈值、基于聚类、基于区域以及基于特定理论的几类分割方法各自的优缺点和应用场景。 最后根据基于过完备字典的稀疏表示能够刻画图像细节信息、实现图像最优逼近的特点，提出将其推广至彩色图像 分割的研究思路。

人工智能-多通道脉冲耦合神经网络实现彩色图像分割.pdf

本文介绍了彩色图像分割技术的方法分类及其具体讲解 包括其特点、适用情况及优缺点等。

近年来谱聚类算法被广泛应用于图像分割领域，而相似性矩阵的构造是谱聚类算法的关键步骤。 针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题，提出了基于半监督的超像素谱聚类彩色图像分割算法。该算法利用超像素将彩色图像进行预分割，利用用户提供的少量标记信息构造预分割区域的基于半监督的模糊相似性测度，利用该相似性测度构造预分隔区域的相似性矩阵并通过规范切图谱划分准则对预分割区域进行划分得到最终的图像分割结果。由于少量标记信息和模糊理论的引入，提高了传统谱聚类的分割性能，对比实验也表明该算法在分割效果和计算复杂度上都有较大的改善。

Mean shift 算法在彩色图像分割中的应用.doc

该程序将彩色图像分割成不同的区域。 本程序中分段的步骤如下： 1. 输入的彩色图像将使用 25 个 bin 粗略表示。 2. 粗略表示使用来自基于直方图的窗口过程的空间信息。 3. K-Means 用于对粗图像数据进行聚类。 Matlab 编程新手可以查看“SampleUsage.m”文件，了解脚本“colImgSeg.m”的使用方法。 已经熟悉Matlab编程的可以直接使用脚本“colImgSeg.m”。