医学细胞分割算法设计与实现，包含可运行的源代码、输入图片的文件夹和处理后的结果图片文件夹，图像分割一直是图像分析和处理的重要话题，从图像分割技术应用到医学图像方面，医学细胞图像分割是把细胞从细胞质中抽离出来，分割后可以应用在目标重组、染色体分析、细胞识别、疾病诊断等多个领域中

基于网络点集合分割算法的PCB故障测试研究.pdf

FLICM 算法，是一种基于局部空间信息模糊聚类的鲁棒图像分割算法，来自论文"A Robust Fuzzy Local Information C-Means Clustering Algorithm", IEEE Transactions on Image Processing 19(5) 2010 1328-1337, doi: 10.1109/TIP.2010.2040763，使用Matlab R2018b编写，皆用矩阵计算。

牌识别的预处理及车牌字符分割基于matlab的车牌分割算法设计与实现

经典的c++图像分割算法，绝对能用，里面有实验图片。

vc++实现的mean shift图像分割算法，可对灰度图像和彩色图像进行分割。分割效果较好。

本资源包含入门ITK图像分割中实例源码和用到的素材文件： 包含： 区域增长算法（连接门限、OTSU、领域连接、置信连接、孤立连接）、分水岭算法、水平集算法（快速步进、测量主动轮廓、阈值水平集）等多种实例对图像进行的分割源码和配套素材 本资源配套CSDN博客“基于C++的ITK图像分割与配准学习笔记3（图像分割）”，可 前往查看具体原理和实现效果！！！

针对粘连细胞图像，提出ECCC(Eleven Components Chain Code)链码分割算法。首先对细胞边缘二值图像进行链码统计和边缘拐点检测，新算法对Freeman链码进行了改进，在链码中加入表示边缘拐点的新的链码元素，然后计算边缘拐点的链码差来筛选真实分割点，最后对分割点线性插值实现粘连细胞分割。实验结果表明，针对2粘连和3粘连细胞，ECCC法的分割成功率分别为100%和98%，平均耗时分别为0.42 s和0.67 s，比传统链码分割法减少了近55%的计算量，在复杂的细胞图像分割中具备一定的有效性和可行性。

图像分割简介

唐宇迪---图像分割算法（深度学习）第二章