复杂背景下的灰度图像分割算法研究.pdf

复杂背景下车牌定位与字符分割算法研究.pdf

遥感影像均值漂移分割算法的并行化实现.pdf

分水岭分割算法研究综述.pdf

1.领域：FPGA，多尺度CNN卷积神经网络的MRF图像分割算法 2.内容：【提供操作视频】基于多尺度CNN卷积神经网络的MRF图像分割算法matlab仿真 3.用处：用于多尺度CNN卷积神经网络的MRF图像分割算法编程学习 4.指向人群：本科，硕士，博士等教研使用 5.运行注意事项： 使用vivado2019.2或者更高版本测试，用软件打开FPGA工程，然后参考提供的操作录像视频跟着操作。 工程路径必须是英文，不能中文。

空间约束FCM与MRF结合的侧扫声呐图像分割算法.pdf,针对侧扫声呐图像斑点噪声强、目标分割困难的问题，提出了一种基于空间约束的快速模糊C均值聚类(SCFFCM)与马尔可夫随机场(MRF)相结合的分割算法。为克服噪声干扰，该算法首先基于贝叶斯最大后验概率理论在非下采样Contourlet变换域去除声呐图像中的强斑点噪声;然后为加快分割速度，提出SCFFCM算法，该算法用于给出一个较好的初始分割；接着由初始分割计算MRF模型的约束场，再根据图像邻域内灰度波动情况自适应更新结合权值，进而求解得到FCM模糊场与MRF约束场的联合场，并基于最大概率准则得到分割结果；最后，采用形态学去除分割结果中的孤立噪点，并完成孔洞填充。对仿真及实际的侧扫声呐图像的分割实验结果表明，所提算法较FCM和现有的一些FCM改进算法有更强的抗噪能力、更高的分割精度以及更快的运算速度。

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。

在 C++ 中实现 Chan-Vese 分割算法的代码，以及在 Matlab 中的简化版本

该算法主要针对图像和背景进行差分计算，可以将目标进行快速的提取出来

可以很好的实现图像分割,大家可以试验以下