章毓晋 《 图象分割》，介绍图像分割方法的一本比较权威的书籍，很好的介绍了许多传统的以及改进的图像分割的方法，对学习图像分割的人非常有帮助。

字符分割，由于车牌长宽比较固定，本文提出了一种基于车牌比例特征的 字符分割方法，结合二值图像垂直投影和车牌比例特征各自的优势进行字符分 割。利用车牌比例特征大致确定字符间的分割区域，再在这个分割区域中寻找垂直投影值最小的位置就是最佳的分割点。这种方法可以很好地解决字符粘连的情 况。

基于matlab的马尔科夫链图像显著性监测，亲测可以运行

包括LIP、CIHP与ATR三个数据集，其中ATR包括ICCV15_fashion_dataset(ATR)，有JPEGImages和SementationClassAug两个部分；LIP包括Testing_images.zip、Train_parsing_reversed_labels.zip、TrainVal_images.zip、TrainVal_parsing_annotations.zip和TrainVal_pose_annotations.zip五个数据包；CIHP包括instance-level_human_parsing，有testing、training和Validations三个部分的数据集和human_colormap.mat。

graphcut Matlab代码图像分割 Matlab图像分割脚本 所需的包 SPM12： MixEst： GCO（仅在TestGCO.m中使用）： 实验 功能磁共振成像 prepros_nyu_data.R-预处理NYU fmri数据（） fmriTestScript-在预处理的NYU fmri数据上运行HMRF-MCEM，HMRF-VEM，HMRF-EM，GrabCut 综合数据 MultipleIterationsOfTheExperiment-生成综合数据并对该数据运行HMRF-MCEM，HMRF-VEM，HMRF-EM，GrabCut CalculateMetricsForExperiments-计算综合数据实验的指标并将其保存到csv AnalyzeExperimentMetrics-读取计算的指标并显示框线图 其他 CompareMethodsBinarySegmentation-使用ICM，模拟退火和GraphCuts分割2D图像 CompareMethodsNonBinarySegmentation-使用ICM，模拟退火和GraphCuts将2D图像分为3类 Com

Unet图像分割实战代码-以植物病虫害分割为例训练测试【源码分享】。 见博客https://blog.csdn.net/qq_42279468/article/details/129093132

MATLAB图像分割系统设计（多方法，文章万字）（GUI构架）

每一个m文件都是一种方法，可以分别尝试。 如果运行不通，可尝试不直接点击“运行”，而是点击“运行并前进”按钮。

这是fcm算法的可靠版本，可提高图像分割的质量，并且在处理有噪点的图像时效果很好。

近年来一些学者将模糊理论引入到图像分割中，较传统方法取得了更好的分割效果。 本文在研究传统的模糊阈值分割和模糊聚类分割的基础上，提出了以下改进的新方法： 1．针对目标／背景两类图像分割问题，考虑二维灰度直方图，采用了一种更符合图像空间分布特点的隶属函数，建立了对应的二维图像模糊熵，并采用遗传算法对二维图像模糊熵的各个参数进行优化，根据最大模糊熵准则，确定目标和背景的晟佳分割阈值；实验结果表明，基于遗传算法的二维最大模糊熵阈值分割法具有较好的分割性能和较快的分割速度，对噪声有一定的抑制能力。另外，针对多目标的复杂图像分割问题，本文聚用了一种三类阈值分割法，该方法将图像分为暗区、灰度区和亮区，通过建立相应的模糊隶属函数，对图像各个灰度级属于暗区、灰度区和亮区的模糊特性进行描述，应用指数熵的概念，基于概率分析，引进了一种新的模糊熵定义；并根据最大模糊熵准则，应用遗传算法，确定最佳的分割阈值：实验结果表明，基于遗传算法的三类阈值分割法能快速有效地分割复杂图像。 2．针对传统的模糊c均值聚类(FCM)图像分割方法未考虑图像的空间信息，本文采用了一种结合空问信息的模糊C均值聚类分割算法；该方法将图像的二维直方图引入传统的模糊C均值聚类算法，并对隶属函数做了改进；依据平方误差和最小准则，来确定模糊分类矩阵及聚类中心；最后，依据最大隶属度原则，划分图像像素的类别归属；实验结果表明，结合空间信息的模糊C均值聚类分割方法对含噪图像有效，分割效果较好。另外，针对二维直方图模糊化处理时存在空问信息损失问题，而马尔可夫随机场(MRF)理论能准确描述图像像素Ⅻ的空间相互关系，本文采用了一种基于马尔可夫随机场的模糊c均值聚类图像分割方法，利用MRF理论所描述的邻域关系属性．以Gibbs能量的形式引入先验的邻域约束信息，建立了包含灰度信息与空问信息的聚类目标函数，依据平方误差和最小准则，束确定模糊分类矩阵及聚类中心：最后，依据最大隶属度原则，划分图像像素的类别归属，以改善传统FCM算法的分割质量；实验结果表明，该方法能准确有效地分割图像，且具有较强的抗噪能力。