该文提出了一种基于最大类间方差阈值分割和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的中 值滤波方法去除图像噪声,并通过非线性变换消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图 像,然后利用最大类间方差阈值法对图像进行二值化处理,将特征点从人脸图像分割出来,并分别利用水平和垂直灰度积分 投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。

MATLAB车牌识别。车牌定位：边缘检测的方法；字符分割：连通域的方法；车牌字符识别：模板匹配的方法。带界面。

拉普拉斯算子的优缺点 缺点：

阈值分割源码matlab bfscore_python 边界F1得分-Python实现 这是bfscore（用于图像分割的轮廓匹配分数）的开源python实现，用于多类图像分割，由SEOMULTECH的EMCOM LAB实现。 参考： 跑步 要运行该函数，只需在设置图像路径和阈值后运行python bfscore.py 。 交叉检查 使用内置的Matlab函数进行分数交叉检查，并将其显示在bfscore.pptx 。

用opencv和C++实现的图像分割的最佳全局门限阈值分割算法，效果较好，可以借鉴

一个简单的最大类间方差计算最佳阈值的小程序，利用mfc实现。可以运行，方便学习最大类间方差的同学参考，有任何编程问题欢迎加我的qq：598404553，共同学习。注明：csdn

数字图像处理常用算法：包括阈值分割，轮廓提取，区域增长和种子填充算法，使用C++开发

阈值分割是图像分割中广泛采用的一种简单有效的方法。将群智能中的人工鱼群算法应用到阈值分割算法中, 提出了二维Otsu阈值分割的人工鱼群算法。通过大量实验表明, 该算法能够准确的找到最佳阈值。同时将基于人工鱼群算法的二维Otsu 算法与基于基本遗传算法及最优保存策略遗传算法的二维Otsu 算法进行比较, 分别独立运行10次, 对10次得到的阈值以及均值、方差进行了比较, 并将收敛曲线作为算法复杂度的评价指标。统计结果显示, 该算法不仅能够对图像进行更准确的分割, 而且收敛的速度更快。

针对彩色图像多阈值分割中阈值个数自动确定困难和优化时间长的问题，首先提出一种新的HSV空间中彩色图像投影预处理方法，然后计算待分割图像的颜色粗糙度，并根据颜色粗糙度确定图像分割的阈值数量，为提高分割效率，利用遗传算法搜索最优分割阈值组合，为提高分割精度，在遗传算法适应度函数设计时既考虑了类内的颜色离散度，又考虑了像素的空间关系。实验结果表明该方法具有较为理想的分割效果，对光线变化具有较好的鲁棒性。

数字图像处理中采用阈值分割法对图像进行分割，采用的是MATLAB编程