结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割.pdf

结合字典学习和稀疏聚类的医学图像分割算法.pdf

模糊聚类算法在船舶图像分割中的应用.pdf

基于自适应密度峰值聚类的野外紫色土彩色图像分割.pdf

IDX = OTSU(I,N) 通过 Otsu 的 N 阈值方法将图像 I 分割为 N 类。 OTSU 返回一个数组 IDX，其中包含每个点的集群索引（从 1 到 N）。 IDX = OTSU(I) 使用两个类（N=2，默认值）。 [IDX,sep] = OTSU(I,N) 还返回范围 [0 1] 内的可分离性标准的值 (sep)。 仅当数据少于 N 值时才能获得零，而只有 N 值数组才能获得一（最佳值）。 如果 I 是 RGB 图像，则首先在三个 R、G、B 通道上执行 Karhunen-Loeve 变换。 然后对包含大部分能量的图像组件进行分割。 例子： --------- 加载小丑子图（221） X = ind2gray(X,map); 显示(X) 标题（'原始'，'字体重量'，'粗体'） 对于n = 2：4 IDX = otsu(X,n); 子图（2,2,n） imagesc(

利用最大类间方差算法求解自适应最佳阈值，实现图像分割，解决阈值难以确定的难题！

采用python复现了matlab中del2()函数的基础功能，其中del2v2为基于卷积的原创加速版，并对比暴力遍历基础版，结果一致。网络上有一些代码，要么太慢要么不靠谱，就自己写了一个，供参考。 del2()实现了离散拉普拉斯算子的运算。如果输入 U 是一个矩阵，则 L 的内部点通过取 U 中的点与其四个相邻点的平均值之间的差值得到，边缘和顶角处理略有不同。 该函数可应用于距离正则化水平集分割(Distance Regularized Level Set Segmentation, DRLS)中

李纯明博士的图像分割代码-LBF_v0.1.rar 偶精心搜集到的李纯明博士关于分割的matlab代码，给大家分享！

超像素合并分割，只要运行文件夹下面的Demo_Matlab.m即可，亲测有效

详细的大津阈值分割方法，有注释，可以看懂