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。

一篇很不错的文档资料，比较分析了几种分割算法的效果

本文档为《数字图像处理(第四版)》冈萨雷斯——图像分割的讲义，仅供大家参考学习。

提取手背血管静脉图样，通过matlab中的图像分析将原图重合

提出一种新的基于聚类的SAR 图像分割算法，能够提高分割精度。

matlab图像分割 程序代码说明 P0801：索书号文字图像分割 P0802：粘连字符切分 P0803：文字识别 P0804：彩色车牌分割 P0805：商标文字分割 Recognition：文字识别的识别子函数 StrDetect01：文字识别的结构特征提取子函数

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

为了探讨K-means算法应用于图像分割时在不同颜色空间中的聚类效果,选用了不同分辨率的多对图像进行研究,分析了基于RGB和YUV颜色空间的分割结果,并提出一种新的混合模型,即在YUV聚类距离公式中引入图像的二维信息熵的差量,同时利用YUV颜色空间中的Y分量作为其灰度进行计算,实验结果表明,基于YUV颜色空间聚类的改进模型分割效果比单纯使用YUV颜色空间进行聚类更佳。

ostu图像分割阈值算法以及自动多阈值分割

超像素分割为图像分割，图像处理的基础，文件为MATLAB和C混编的代码，demo为主程序，运行demo主程序进行超像素分割。