方差分割法 指纹图像的前景区域是由脊线和谷线组成，一般情况下，前景中的脊线和骨线的灰度差是较大的，因此灰度统计特性中的局部灰度方差是很大的。而指纹图像背景区域一般比较单一，它的方差通常是比较小的。基于这一特性，可以利用图像的局部方差对指纹图像进行分割 。 将指纹图像无重叠地划分为W X W的小块，这里W取16。计算出每一块的均值和方差，若块方差小于预设的方差 ，则该块为背景块。实验表明，方差分割法对于质量较好的高对比度图像的分割效果较好，但它不适合低对比对或噪声较大的图像。

matlab求p值代码p OSAL：用于联合光盘和杯分割的基于补丁的输出空间对抗性学习。 我们提供基于Tensorflow Backend的Keras工具来实现REFUGE挑战分割任务。 入门 安装要求 conda create -n posal python=3.5 conda activate posal pip install keras==2.2.0 pip insatll tensorflow-gpu==1.4.0 conda install tqdm conda install -c anaconda scikit-image conda install opencv 先决条件 GPU，CUDA = 9.0 运行评估 克隆此仓库： git clone https://github.com/EmmaW8/pOSAL.git cd pOSAL 要重现MICCAI 2018中REFUGE挑战赛排名的结果，请执行 python predict.py 0 # 0 is the avaliable GPU id, change is neccesary 对Dri-GS数据集进行培训 切

基于阴影分割的车辆检测识别 基于阴影分割的车辆检测识别 基于阴影分割的车辆检测识别

图像分割，简单地说就是将一幅数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度，颜色，纹理等，而任何相邻区域之间其性质具有明显的区别。 基于信息熵的一类方法被广泛应用到图像分割领域，比如最大熵，最大交叉熵，最小交叉熵等。本文研究了基于Tsallis熵的多阈值图像分割算法，通过利用图像的灰度直方图信息，近似拟合灰度的概率分布函数，然后设定目标函数，目标函数最大化对应的阈值就是最佳阈值，相比传统算法，Tsallis熵的阈值分割方法，能够克服一定的噪声干扰，同时避免了单阈值的问题，能够分割多个感兴趣区域。 本文最后在matlab环境中进行真实图像的分割实验，结果表明，这种方法能够较好的克服图像细节分割不准的问题，同时能够针对多个灰度级别进行分割，大大提高分割的准确率。

输电线路杆塔、导线分割图像数据集（含分割标签，1242张图像，网盘下载链接），输电线路巡检图像数据

苹果识别是开发苹果采摘机器人的关键环节, 利用图像处理技术和神经网络分类器探索苹果图像分割算法。从苹果树图片中选取苹果图像样本和背景图像样本, 分别计算这两类图像样本的颜色特征和纹理特征。颜色特征的计算基于RGB色彩模型, 纹理特征的计算基于灰度共生矩阵。选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点, 利用反向传播神经网络分类器建模, 输出值是一个0～1之间的计算值。通过阈值将输出结果分类为苹果或背景。试验结果表明, 该算法正确率大于87.6%, 对光照的影响不敏感, 是一种较为实用的苹果分割算法。

该工程使用unet3d和vnet算法实现grand challenge上脾分割

Chan-Vese算法是一种图像分割算法，Python实现代码，有注释，方便理解和修改。 在CV模型之前，传统的活动轮廓模型都是依赖图像的梯度信息来停止曲线的演化，而CV模型是第一个完全脱离了梯度信息，依靠区域信息建立了相应的的能量函数，可以说是开创了活动轮廓模型的新方向。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于阴影分割的车辆检测识别_阴影分割_车辆检测_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：用MATLAB实现车牌识别，包括定位、分割和字符识别，识别方法是神经网络_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员