利用matlab语言编写的，未利用matlab提供的函数 % 基于迭代阈值的图像分割函数 % x为输入的灰度图像，g为输出的分割结果图像 % Th为迭代终止限定值,t为最后迭代获得的阈值

424*512深度图，分割出人脸，以便后续3D人脸识别、3D头部姿态估计等 第1步：深度图预处理-滤波、数值归一化 第2步：图像分割 第3步：selective search生成候选框

基于RGB颜色空间的图像分割，分割出特定的颜色

图像处理图像分析的关键步骤。对传统的图像分割方法和近年来出现的一些新方法进行了综述。具体介绍了基于区域的分割方法、基于边界的分割方法，基于区域和边界技术相结合的分割方法及基于特定理论的分割方法。

图像分割英文文档，简述图像分割技术的发展历史和技术

Finding lungs in CT 是基于肺部 CT 影像分割处理的数据集，其包含一系列 CT 影像中对肺部影像的分割，并以此识别和估计肺部容积量。 该数据集包含 4 名患者的数据，以 nifti 格式的图像和分段肺面罩为主，由 Kaggle 于 2017 年发布。

计算机图像处理，用matlab源程序实现

针对视网膜图像中血管细小而导致其分割精度低等问题,通过在U-Net网络中引入Inception、空洞卷积与注意力机制等模块,提出一种改进U-Net视网膜血管图像的分割算法。首先,在编码阶段增加Inception模块,采用不同尺度的卷积核对图像进行特征提取,以获得其多尺度信息;然后,在U-Net网络的底部增加级联空洞卷积模块,以在不增加网络参数的情况下扩大卷积操作的感受野;最后,在解码阶段为反卷积操作设计了注意力机制,将注意力机制与跳跃连接方式相结合,聚焦目标特征,以解决权重分散等问题。基于标准图像集DRIVE的实验结果表明,所提算法的平均准确率、灵敏度与特异性较之U-Net算法分别提高1.15%,6.15%与0.67%,也优于其他传统分割算法。

一篇很不错的文档资料，比较分析了几种分割算法的效果

本文档为《数字图像处理(第四版)》冈萨雷斯——图像分割的讲义，仅供大家参考学习。