针对三维OTSU分割算法运算量大、计算时间长的问题，提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域，根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围，然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明，与三维OTSU阈值分割方法的递推算法相比，该方法能够进一步减少运算时间。

【图像分割】 RGB颜色分层图像分割【含Matlab源码 516期】.zip

数字图像处理matlab——图像分割、 （1）解图像分割的基本概念与基本方法。 （2）掌握采用区域增长法和大津法, 实现图像分割。 （3）对比图像分割不同方法的生成结果的特点，总结归纳不同方法间的差异 针对cameraman.jpg 这幅测试图像，运用区域增长法进行分割并调整criterion的值 主函数、函数1. Region_grow1.m、函数2. get4ngb.m、函数3. get8ngb.m 针对rice.jpg这幅图像，运用大津法进行分割，并自动统计大米的数量 分割&计数.m

unet 医学影像分割源码, 对视网膜血管医学图像分割 代码文件结构： ├── src: 搭建U-Net模型代码 ├── train_utils: 训练、验证以及多GPU训练相关模块 ├── my_dataset.py: 自定义dataset用于读取DRIVE数据集(视网膜血管分割) ├── train.py: 以单GPU为例进行训练 ├── train_multi_GPU.py: 针对使用多GPU的用户使用 ├── predict.py: 简易的预测脚本，使用训练好的权重进行预测测试 └── compute_mean_std.py: 统计数据集各通道的均值和标准差

数字图像处理：7第十章 图像分割.pdf

英文翻译：标准块和图像分割 颜色分离系统 中英都有. 适合于计算机专业学生的毕业设计。

图像分割 英文文献论文及其中文翻译 图像分割翻译

纹理图像分割，直接可用

用于视网膜的分割，亲测运行过没有问题。 DRIVE数据集的训练集和验证集‘1st_manual’ 并未被官方提供，但我提供了分为training.zip和test.zip。 CHASE DB1 的训练集和验证集也提供了chase_db1.zip HRF数据集:下载 healthy.zip glaucoma.zip, diabetic_retinopathy.zip, healthy_manualsegm.zip, glaucoma_manualsegm.zip 以及 diabetic_retinopathy_manualsegm.zip 。 在mmsegmentation这个架构里面可以直接运行，mmsegmentation架构不会使用的在浏览器搜索教程 使用时记得转换格式，首先创建data 如python tools/convert_datasets/drive.py data/training.zip data/test.zip python tools/convert_datasets/chase_db1.py data/CHASEDB1.zip

摘 要 医学图像分割方法与理论众多，文中简要介绍了基于边界阈值区域增长统计学图论活动轮廓信息 论模糊集理论神经网络的医学图像分割方法，这些方法各有优劣，部分已成为临床基本的图像分割技术 近年来许多 学者对经典的分割方法进行改良，通过多种分割方法结合，有效提高了分割的效率，或改进算法弥补原有分割方法缺陷 随着计算机计算性能的提高，各种新的算法将不断涌现 关键词 医学影像; 图像分割; 神经网络