利用基于核函数的模糊均值聚类方法进行聚类分割图像。先求出隶属矩阵和聚类中心，通过高斯核函数计算样本点距离聚类中心的距离，若前后两次距离变化量小于某一阈值时算法终止，既得到聚类中心和隶属矩阵

该代码为计算机图形学课上的作业，旨在实现图像分割。主要用了边缘检测算子及分水岭算法。集成了GUI界面，用户也可在此基础上添加别的算法，使GUI功能趋于多元化。

在MATLAB软件中利用PCNN实现图像分割

基于HSV彩色空间的图像分割，包含测试图片，MATLAB源程序，可以参考一下

用matlab编写的基于K-means图像分割，可直接运行.m文件。

对运动目标进行检测，并同时对其进行图像分割，包含案例，并提供matlab代码。

此代码为彩色图像分割，matlab程序，利用Lab图像和Kmeans聚类算法进行分割，效果较好，程序可以运行，有对比。

此代码中m文件内容为对细胞的图像分割，包括对图像前期预处理，分割出细胞核，并在后期对细胞进行计数，对黏连的细胞有一定的分割功能，对于图像处理相关初学者有一定帮助

matlab源程序，基于svm的图像分割，类似抠图显示，主要根据颜色对比明显实现，另外运行此程序可能还需要下载svmlib,然后set path... 资源包里还包含图片，效果演示文档，源代码极其注释。

当今世界科技日新月异，在神州探月，蛟龙探海妇孺皆知的今天，当一个个曾经遥不可及的梦想在我们身边悄悄演变成现实，人工智能亦早已应运而生，为人类创造了巨大的经济和社会效益。其中，图像处理技术是该系统的一个重要组成部分，对机器视觉等具有十分重要的意义。 因此，本文以数字图像为载体，研究基于形态学的图像分割技术，并进行物体个数计算应用和车道线检测的应用。对图像中物体个数的计算以及车道线检测应用，不仅需要对采集到的图像进行预处理，而且要针对特定的目的进行具体的应用程序开发。为了提高程序的运行效率，使检测结果更具实时性和鲁棒性，本课题在Windows 操作系统上借助Visual Studio以及MATLAB进行数字图像处理的处理和相关的理论知识研究，大大提高了工作效率。 首先介绍了相关的实验平台，然后研究数字图像处理的核心方法，包括图像的获取、颜色空间变换、线性和非线性变换以及边缘检测等，同时进行算法实验说明；最后研究了基于形态学变换的分割技术，并应用到实际的物体个数计算以及车道线检测上。