图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提．阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．已被应用于很多的领域。本文是在阅读大量国内外相关文献的基础上，对阈值分割技术稍做总结，分三个大类综述阈值选取方法，然后对阈值化算法的评估做简要介绍。

该数据集分为两部分 JPEGImages是存放人像数据集的文件 SegmentationClass是经过二值化处理的标签文件

里面有csc.EGBIS.JSEG.MEANSHIFT

根据眼底荧光血管造影图像的特点，分别利用阈值分割法与BP神经网络算法对眼底造影血管图像及眼底病变区域图像进行分割与对比，使临床医生可以得到病变面积的较精确的测量数据，观察到更细微的血管变化，为与此相关的心、脑血管系统和糖尿病的诊治提供重要依据。

C#代码，不规则图形分割成多个矩形，可视化工具, 核心是一个找最大内切矩形的算法 牵涉到的知识点： 1. 图片的加载和像素解析，绘制到pictureBox上 2.控制pitctureBox缩放（ctrl+滚轮）和移动 3.动态生成bitmap，绘制点和矩形，显示到pictureBox上 4.找出属于不同区域的相连的不规则图形对应的数据块 5.不规则图形数据查找最大内嵌矩形算法 6.拆分剩余上下左右4个区域，递归找到更小的矩形。 关联博文： https://blog.csdn.net/zhenmu/article/details/125852065

CA-Net：用于可解释医学图像分割的综合注意力卷积神经网络 该存储库提供“ CA-Net：可解释医学图像分割的综合注意力卷积神经网络”的代码。 现在可以在上我们的工作。 接受了我们的工作。 图1. CA-Net的结构。 图2.皮肤病变分割。 图3.胎盘和胎脑分割。 要求条件 一些重要的必需软件包包括： 版本> = 0.4.1。 智慧 Python == 3.7 一些基本的python软件包，例如Numpy。 按照官方的指导安装 。 用法 用于皮肤病变分割 首先，您可以在下载数据集。 我们仅使用了ISIC 2018 task1训练数据集，要对数据集进行预处理并另存为“ .npy”，请运行： python isic_preprocess.py 为了进行5倍交叉验证，请将预处理数据分成5倍并保存其文件名。 跑步： python create_folder.py 要在ISI

数据标注工具labelme中文版，适合用于目标检测与分割任务的相关数据集制作，提供json数据格式及转换功能。其功能方便快捷，提供一键执行程序，无需额外下载其他安装包。

MATLAB平台：口罩识别（带界面，人脸定位，形态学，干扰去除，分割，定位，判别，未戴口罩则预警）

基于图论的乳腺肿瘤超声图像的分割和识别方法.pdf

2001748-Have Hands-【A02】基于非特定类别的图像前景主体分割算法【万兴科技】-项目简要介绍2