下载的官方的BSDS500分割数据集。官方页面下载太慢了，让老师帮忙下载了，然后从网上找到了bsdb生成轮廓可视化图脚本和生成分块可视化图脚本。都打包起来以后备用，也方便大家学习使用。数据库包含200张训练图，200张侧视图，100张检验图。ground truth是人工标识的，已数据库图片id为单位，保存成mat格式文件，一个文件包含多个标记者的标记信息。有轮廓和分割信息，用matlab读取很方便，直接load就行。

迭代式阈值选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值；然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值

matlab图像分割肿瘤代码CS766-Final_Project 无标记肺肿瘤追踪的工作流程。 CS 766的课堂项目：计算机视觉 从连续获取的2D射线照片中跟踪肺部肿瘤的算法。 -- 可以在MATLAB文件夹中找到代码 显示细分和跟踪结果的视频可以在“结果”文件夹中找到 演示文稿，项目建议和期中更新可以在Presentations_Updates文件夹中找到 用于训练的图像以及治疗中的射线照片可以在图像文件夹中找到 可以在rawData中找到用于读取dicom文件的脚本 链接到MATCH数据集 -- 蒂莫西·温弗里（Timothy Winfree） CS 766：计算机视觉，2021年Spring 生物医学工程系 威斯康星大学麦迪逊分校 接触：

从论文： Nock、Richard 和 Nielsen、Frank 2004 年。统计区域合并。 IEEE 翻译模式肛门。 马赫。 英特尔。 26、11（2004 年 11 月），1452-1458。 它使用具有联合查找策略的不相交集数据结构： http : //en.wikipedia.org/wiki/Disjoint-set_data_structure 只需运行 srmdemo.m ！ Matlab 实现，Mex 文件是 TODO

主要介绍了python基于K-means聚类算法的图像分割，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

提出一种面向数字全息的相位畸变自动补偿方法，利用图像分割技术对被检测物体进行自动分割,生成相位掩模板，进而得到不含被测物体区域的畸变相位。基于相位畸变校正模型对畸变相位进行最小二乘拟合，最终实现相位畸变的自动补偿。实验中搭建了数字全息检测平台，并对晶圆表面进行测量，结果表明所提出的方法能够实现畸变相位的自动校正。

使用otsu大津法实现直方图的单阈值分割，可用于图像的分割。大津是用最大类间方差来判读阈值的，也可以用最小类内方差判读，最大类间方差+最小类内方差=总方差

直方图算法进行视频图像分割，将视频进行分成图像的单独图片，对每一张图片进行直方图分割算法，在合成视频，用于无人驾驶

对于图像分割的结果，使用此文件来测试错分率

形态蛇 morphsnakes是用于图像分割的Morphological Snakes的一种实现。 morphsnakes支持2D图像和3D体积。 形态蛇[1] [2]是图像分割的一种方法。 它们的行为与主动轮廓类似，例如测地线主动轮廓[3]或无边缘主动轮廓[4]。 但是，用于主动轮廓的传统方法需要在浮点数组上求解PDE，这很慢并且可能存在数值稳定性问题。 形态蛇代替PDE，在二进制数组上使用形态运算符（例如膨胀或腐蚀）。 这使得形态蛇比传统蛇更快，并且在数值上更稳定。 morphsnakes中提供了两种Morphological Snakes方法： 在morphological_geodesic_active_contour函数中实现的形态学测地线活动轮廓（ MorphGAC） ， 在函数morphological_chan_vese实现的无边缘形态活动轮廓或MorphACWE