本方法是二维最大商法图像分割 是递推法值得学习的好用的程序 本方法是二维最大商法图像分割 是递推法值得学习的好用的程序

关于数字图像处理中的图像分割的方面的报告，具体包括全局阈值分割，ostu最优阈值分割和基于边缘改进的阈值分割的三类代码（其中还有线检测的代码-主要是用于基于边缘改进的分割中）的MATLAB代码

为了能够实现动态无灰度特征峰值的图像分割，提出一种基于决策树的神经网络(Decision Tree Based Neural Network，DTBNN)双阈值图像分割方法。该方法首先运用决策树与神经网络的对应关系，构建出稳定、训练高效的神经网络；然后通过实验采集的图像提取图像灰度均值，最大灰度偏差与阈值映射函数作为样本数据训练神经网络；最后采用训练好的神经网络对被测图像进行阈值映射函数筛选，并计算出被测图像的上下灰度阈值，完成对图像的双阈值分割。仿真实验表明，该方法不依赖于灰度直方图的峰值特征并能获取较好的上下限分割阈值，与最大类间方差双阈值法和最大熵双阈值法比较，能够在动态图像中实现双阈值分割。

1 前沿 　　阈值分割是图像预处理中关键的步骤，实质是对每一个象素点确定一个阈值，根据阈值决定当前象素是前景还是背景点，目前，已有大量的阈值处理方法，比如全局阈值和局域阈值，是简单的分割方法，而后者则是把整幅图分成许多子图像，每幅图像分别使用不同的阈值进行分割。 　　本文分析了文献[1]中的算法，并在此基础上提出了一种改进的自适应阈值选取方法，实践证明，这种方法简单、计算量小、速度快、统计准确，可以适时获取图像的阈值，PCB图像分割的效果非常好，图像分割以后，保证了目标图形的完好无损，图象增强之后，使的开路和短路更加清晰、突出，为以后的图像处理做好了充分的准备工作。 2 算法理论 文献

图像分割，matlab程序

Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.

在vc6.0下实现，并提供有实现meanshift图像分割的matlab接口，内附说明文档，可根据文档，按自己的需要调试接口

经典的c++图像分割算法，绝对能用，里面有实验图片。

均值漂移meanshift程序，自己写的，可以用，放心下载吧

vc++实现的mean shift图像分割算法，可对灰度图像和彩色图像进行分割。分割效果较好。