时间序列分割算法-segmentation.rar Novel Online Methods for Time Series Segmentation 详见此文章，复现一下，不一定对

介绍红外图像的各种处理技术。 本文对红外图像的处理主要是从两个方面进行了系统、深入地研究。首先是对红外图 像去噪问题进行了横向的对比研究，从空域到频域等常用的滤波方式，重点研究了小波闽 值去噪方法。在Donoho提出的小波萎缩闽值的基础上，进一步对每一个尺度上的系数再 次使用均值滤波，并目_使用指数衰减的闽值函数对系数进行衰减，以克服硬闽值函数不连 续和软闽值函数有偏差的缺点。实验结果表明，新方法的峰值信噪比优十传统去噪算法以 及软、硬闽值方法，去噪效果好。其次，针对红州纠像系统对实时性要求高的特点，采用 运算速度比较快的闽值分割方法对红州纠像进行分割。在最大类间方差算法的基础上，采 用惩罚函数外点法对Otsu方法进行优化，优化后算法运行速度进一步提高。仿真结果验证 了新方法在运行速度上的优越性。

由于目前大多数交互式Graph-Cut分割算法很难达到精确分割且实时交互的效果.对此,提出一种基于局部颜色模型的改进算法.该算法利用Mean-Shift预分割,建立基于局部颜色模型的交互式分割框架,并将像素级的Graph-Cut算法转化为基于区域的算法进行快速求解.预分割之后的区域保持了原有图像的结构,不仅提高了采用局部颜色模型估计分布的准确性,而且基于区域Graph-Cut的算法明显降低了计算的复杂度.实验结果表明,改进后的算法不仅保证了分割的精确性,而且还达到了实时交互.

该代码是用matlab编写的图像分割的代码，可以直接运行，方便学习。

脉冲耦合神经网络（Pulse Coupled Neural Network ， PCNN ）是一种新型神经网络模型，作为研究图像分割的常用方法，一直广受关注。针对目前大量文献关注PCNN模型仿真实现研究的情况，本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现。相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案，本文提出的图像分割方案最佳分割精准度高，具有处理速度快，实时性强，图像分割效果好的优势，应用范围更广，因此该设计具有较高实际应用价值。

用于区分一串字符中的拼音字串，提供了C代码实现和C++的Qt代码实现方法

K-Means 算法是应用最为广泛的聚类算法[2]。该算法以类中各样本的加权均值(称为质心)代表该类，只用于数字属性数据的 聚类，全局阈值分割，对图像的分割还挺好的，不利用直方图，

主要是对一张图像上的多目标区域进行切割的一系列算法，其中涉及彩色图像的阈值分割、图像二值化、双边滤波去噪、图像孔洞填充、面积阈值去噪、边缘颗粒去除、对比原图的遍历替换、目标区域的位置检测以及轮廓检测、最小外接矩形画框以及按照框的大小对框选目标进行切割。

图像分割代码，作者V. Lempitsky, A. Blake, C. Rother. Image Segmentation by Branch-and-Mincut. In proceedings of European Conference on Computer Vision (ECCV), October 2008.

SLIC超像素分割算法的C++代码，代码来源于该算法创始人Radhakrishna Achanta网站，这里我们给出了对应的OpenCV Mat接口，代码在VS2012和OpenCV2.4.9版本下测试验证可行，其中附上SLIC的相关说明。