对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果。为了解决这个问题,文中提出了一种实用 而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行通常 的阈值分割。实验结果表明,用该方法能取得良好的分割效果。

主要讲解了一种采用自动阈值分割的遗传算法，对光照不均的图像效果很好

matlab 阈值分割代码角毛藻 Chaetoceros 图像分割的无监督像素分类。 笔记 一个新的 Chaetoceros 图像数据集和我们工作的所有分割结果可以从以下位置下载： 参考 [1] L.-C. Chen、G. Papandreou、I. Kokkinos、K. Murphy 和 AL Yuille，“Deeplab：具有深度卷积网络、多Kong卷积和全连接 crfs 的语义图像分割”，arXiv：1606.00915，2016 年。 [2] H. Zheng、H. Zhao、X. Sun、H. Gao 和 G. Ji，“毛角藻显微图像的自动刚毛分割”，显微镜研究与技术，卷。 77，没有。 9，第 684-690 页，2014 年。 [3] J. Canny，“边缘检测的变分方法”，AAAI 人工智能会议论文集，1983 年，第 54-58 页。 [4] N. Otsu，“灰度直方图的阈值选择方法”，IEEE Transactions on Systems, Man, and Cyber​​netics, vol. 9，没有。 1，第 62-66 页，2007 年。 [5]

亚像素精度轮廓表示图像中两个区域之间的边界,这两个区域中一个区域的灰度值大于灰度值阈值g_sub而另一个区域的灰度值小于g_sub。为获取这个边界,我们必须将图像的离散表示转换成一个连续函数。

阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行排除。

大恒Halcon培训资料，blob分析资料 Halcon算子选取 阈值分割选取，形态学变化，特征提取 很好的学习资料 blob分析是很广的应用，即使不用Halcon,用其他的工具，也可以学习其分割提取的分析思想，不看后悔。

程序中包括常见的BLOB分析，包括灰度直方图实时变换，阈值分割，轮廓跟踪，种子填充，圆心的两种求法，对图像处理的入门者有一定的帮助

基于MATLAB的阈值分割程序 可以对图像进行分割处理

大津算法阈值分割，将二维数组的灰度图像处理为二维数组的二值化图像

Otsu双阈值分割。将图像分为三层，在根据Middle与top的关系进行二值化