一个完美的视频无损修剪程序，TunesKit Video Cutter 中文版可将视频和音频切割成小段，并以任何格式保存，而不会损失任何质量。 借助内置视频编辑器，您可以根据需要裁剪，合并媒体，添加字幕，水印和更多效果。TunesKit Video Cutter 非常好用，TunesKit Video Cutter 中… 一个完美的视频无损修剪程序，TunesKit Video Cutter 中文版可将视频和音频切割成小段，并以任何格式保存，而不会损失任何质量。 借助内置视频编辑器，您可以根据需要裁剪，合并媒体，添加字幕，水印和更多效果。 最佳视频分割器和连接器，用于剪切和合并任何视频/音频 TunesKit Video Cutter 是一款全方位视频剪辑解决方案，可将视频和音频（包括 MP4，MPEG，AVI，FLV，MP3，WMA，M4R 等）分割成小段，并将视频/音频剪辑转换为其他流行音乐格式。 除了易于使用的视频切割器外，它还可以用作智能视频连接器，可以将来自同一来源的多个片段合并为一个保留100％原始质量的全新文件。 无损且精确地修剪视频和音频想要从特定视频中删除不需要的视频

实现苹果图像中将苹果部分分割出来并确定其果心坐标

matlab图像分割，带多种方法，otus，最大类间分割，双峰法，区域生长法，带界面

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

肤色分割数据集 下载：数据文件夹，数据的描述 摘要：肤色分割的数据集构建了B、G、R颜色空间。皮肤和非皮肤性数据是使用来自不同年龄、人脸皮肤纹理生成的性别和种族的人。 数据集的特征： 单因素 实例的数目： 二十四万五千零五十七 区域 电脑 属性特征： 真实 属性的数目： 四 捐款日期 2012-07-17 相关的任务： 分类 遗漏值的吗？ N / A Number of Web Hits: 十二万七千六百九十九 来源 该rajen Bhatt，迪豪；rajen.bhatt'@'gmail.com, IIT Delhi. Data Set Information: 皮肤的数据集是通过随机抽样B、G收集，从不同年龄组的人脸图像的R值（小，中，老），种族（白人，黑人，和亚洲），和性别从FERET和PAL数据库。总样本大小为245057；其中50859是皮肤样本和194198个非皮肤样本。这个数据集的尺寸为245057×4，前三列是B，G，R（x1，x2，x3和特点）值和第四列为类标签（决策变量Y）。

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

在本文中，研究了多产品库存路由问题。 考虑到在有限的时间段内的一个仓库和许多零售商，对于已解决的问题，也允许分批交货。 目的是使包括车辆成本，库存持有成本和运输成本在内的总成本最小化，同时必须同时确定每个零售商的交货时间表和每种产品的数量。 提出了一种数学模型，用于最优地解决寻址问题，并举例说明了示例。