该系统为基于Matlab的图像分割系统。带有一个人机交互界面。通过菜单可以选择不同的分割方法。有大金律法，分水岭法，双方法。等等

MATLAB实现图像分割otsuf 源程序代码.zip

开发了一个新的边界感知分割网络BASNet， 由一个深度监督的编码器-解码器和一个残差细化模块组成，以及一个融合BCE、SSIM和IoU的新的混合损失来监督精确图像分割的训练过程。

北京玩星汇聚科技有限公司所高质量标注并开源的一份人像抠图(matting) 数据集，是目前已知最大的人像matting数据集，包含 34427 张图像和对应的matting结果图，这个数据集缺乏更精细的alpha图。这个图是我花费了两个月的时间计算出来的。

中点分割剪裁算法

图像分割的一种比较基础的方法--直方图分割，适合初学者学习或者作为初始分割使用。

1、采用灰度线性变换方法（g(x,y)=k*f(x,y)+d）对一幅图像（自定）进行对比度增强、亮度增加和求反三种图像灰度变换。 2、采用灰度阈值变换的方法对一幅图像进行目标图像与背景的二值显示，要求呈现原始图像和灰度阈值变换后图像。 3、采分段灰度线性变换（如图3.1所示）对一幅图像（如图3.2）进行对比度增强。

在这个项目中，基于分割的分形纹理分析用于对不同的图像纹理进行分类。 提取算法包括将输入图像分解为一组二进制图像，从中计算结果区域的分形维数，以描述分割的纹理模式。 分类是通过使用带有内平方距离方法的凝聚层次聚类树进行的

基于改进人工蜂群算法的多阈值图像分割

由于SLIC0算法在分割时仅考虑图像的颜色、亮度、空间位置特征,没有考虑纹理特征,当分割具有繁杂纹理的自然图像时,其分割的超像素无法精准地符合区域或目标的边界或外轮廓,因此提出基于SLIC0融合纹理信息的超像素分割算法——SLIC0-t。首先利用光谱分析描述图像中区域的纹理特性,然后在分割中融合能够准确反映图像中目标轮廓或区域边界的纹理特征;其次在分割过程中,进一步优化SLIC0围绕种子像素搜索近邻像素的搜索策略,采用以各个种子点为中心,在以预期超像素邻接距离为半径的圆盘内搜索的搜索策略;最后通过在公共图像库BSDS500上进行连续不同大小超像素的分割实验验证,结果表明:在边界召回率方面,SLIC0-t算法明显稳定优越于SLIC0算法;在欠分割错误率方面,其与SLIC0算法基本相当,处于可接受范围内。