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

实现一维灰度直方图图像分割的matlab实现源代码。亲自试验过，可以运行，可以用来自动确定阈值或者图像分割。

摘要:从20世纪80年代开始，机器视觉技术的发展速度不断加快，已经走进了人们的日常生活与工作之中。机器视觉的图像目标识别系统的自动化程度较高，应用范围广，尤其在危险场所的运用，采用机器视觉代替传统的人工视觉，能够更好的满足危险作业基本需求。通过机器视觉对图像的目标与背景进行特点分析，然后选取适合的阈值分割方法，可对目标物体进行提取、识别与定位。

pytorch实现unet网络，专门用于进行图像分割训练。该代码打过kaggle上的 Carvana Image Masking Challenge from a high definition image.

该数据集共包含40张视网膜血管图像，这40张图像已分为训练和测试集，均包含20张图像。如果没有积分，可关注我然后在评论区留下邮箱，将发送至邮箱。

压缩包内是中科大数字图像分析李厚强,周文罡水平集，推导水平集能量函数的演化方程，用matlab代码实现图像分割。 还有数字图像领域的大牛的水平集matlab程序

em算法matlab代码图像分割 聚类算法的无监督图像分割 比较K均值聚类和EM算法的结果。 code.m：主要代码 GMmodel.m：高斯模型的Matlab函数

基于一维最大熵法图像分割MATLAB实现

基于MATLAB带GUI界面人脸切割，完美运行，检测精度高。

数字图像处理大作业 内容 Canny 边缘检测 OTSU 图像分割方法 OpenCV + Python 实现人脸检测