利用水平集分割算法实现图像分割，matlab实现 可以对图像上的目标就行个数统计。

二维紧凑变分模式分解 (2D-TV-VMD) 空间紧凑和光谱稀疏的图像分解和分割将多维信号（例如图像）分解为空间紧凑、潜在重叠的本质上波状的模式，使这些组件可用于进一步的下游分析。 通过这种分解，可以进行空频分析，解调，局部方向估计，边缘和拐角检测，纹理分析，降噪，修复或曲率估计。 我们的模型将输入信号分解为具有窄傅立叶带宽的模式； 为了应对与窄带宽不兼容的尖锐区域边界，我们引入了二进制支持函数，它们在窄带模式下充当图像重组的掩码。 L1 和 TV 术语促进稀疏性和空间紧凑性。 将支持函数约束到信号域的分区，我们有效地获得了基于光谱均匀性的图像分割模型。 通过将多个子模式与单个支持函数耦合在一起，我们能够将图像分解为多个晶粒。 我们的高效算法基于变量分裂和交替方向优化； 我们采用类似 Merriman-Bence-Osher 的阈值动力学，在稀疏促进项下通过支持函数边界的平均曲率有效地处理

更多描述https://pixelsciences.blogspot.com/2017/08/genetics-algorithm-centroid-selection-kmeans.html

基于遗传算法的进化聚类图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的示例，输入样本大小为 15 和 2 个特征

文章针对视觉障碍群体出行困难的问题，在带有摄像头的机器人的辅助下，设计了一种盲道识别的方法。在软硬件协作的情况下，完成对盲道图像的采集、处理、分割及识别的过程，从而在一定程度上解放视觉障碍群体的脑力和双手。文章在简要分析基本结构后，对盲道的图像获取、图像处理、图像分割和图像识别四大模块进行详细介绍。经过反复试验与改进，在计算机视觉模块下，该方法能较为精确地实现盲道的感知及处理。

【图像分割】基于FCM+KFCM MRI图像分割matlab源码含GUI.md

提出了一种快速且鲁棒的模糊c-means聚类算法，即FRFCM。 FRFCM 能够分割灰度和彩色图像并提供出色的分割结果。

颅骨分割matlab代码fmrieat项目的处理管道 该存储库具有用于处理为fmrieat实验收集的功能性mri（fmri）和扩散mri（dmri）数据的代码。 管道是不同的，可以并行运行。 入门 软件需求 （仅适用于fmri管道） （仅限dmri管道） （仅限dmri管道） （仅限dmri管道） （仅限dmri管道） （仅限dmri管道） 权限 确保用户有权执行脚本。 从终端命令行，cd到包含这些脚本的目录。 然后输入： chmod 777 *sh chmod 777 *py 能够执行它们。 这只需要运行一次。 功能磁共振成像管道 获取原始MRI数据 在终端命令行中，键入： ./setup_raw_data.sh 这会将Flywheel的原始MRI数据复制到BIDs兼容的目录结构中。 输出 这应该创建一个目录， fmrieat / rawdata_bids / subjid ，其中subjid是使用者ID。 该目录应包含： func / cue1.nii.gz＃fMRI数据 anat / t1w.nii.gz＃t1加权（解剖）数据 dwi / dwi.nii.gz＃扩散MRI数据 d

该脚本演示了如何使用图论来分割光学相干断层扫描图像中的视网膜层。 用法： 按 F5 运行脚本。 我正在开发一个更全面的开源软件包，用于光学相干断层扫描图像中视网膜层的计算机辅助分割，目前包括 1. 6 个视网膜层的自动分割和 2. 用于检查和手动校正自动分割的 GUI。 可以在我的github页面下载。http://panyuteng.github.io/caserel 引用为： Chiu, Stephanie J., 等。 “与专家手动分割一致的 SDOCT 图像中七个视网膜层的自动分割。” 光学快报 18.18 (2010)：19413-19428。 腾，庞宇。 (2013)。 Caserel - 用于在光学相干断层扫描图像中对视网膜层进行计算机辅助分割的开源软件。 泽诺多。 10.5281/zenodo.17893 http://dx.doi.org/10.5281/zenodo.1

基于医学图像的分割，matlab源程序，基于小波变换的图像分割技术