基于vs2010与opencv采用区域生长法实现的图像分割法，经调试可用，一个挺简单的源程序，可供初学者参考

区域生长法MATLAB版本程序代码，需要把图像名字改成程序里一致的 区域生长法MATLAB版本程序代码，需要把图像名字改成程序里一致的

可快速构建模型，速度极快欢迎大家尝试。。。。。。。。

区域生长法源代码，在MATLAB开发环境中应用-Region growing method source code, in the MATLAB development environment application

编程实现优化算法中的参数（阈值、种子点）的选取，重新对图像中目标进行分割，分析改进算法的优势。分析图像中目标的分割在工程上的应用。

一般来说，如果不是不可能完全描述多孔介质的微观结构是非常困难的，因为它具有复杂和随机性。人们只能获得一些基于统计的平均信息，如平均孔隙度或更好 的孔径分布。如果需要对多孔结构的全部细节进行更为 严格的处理，则必须解决此问题。 事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质 的形态，包括几何性质（如颗粒或孔形状）以及体积和 拓扑性质（如孔迂曲度和互连性）。 已经报道了几次这 样的尝试。 重建过程是一种流行的方法 再现多孔结构[。 然而，确定相关函数非常复杂。 随机当其他微观结构细节存在时，障碍物的位置是构建人造 多孔介质最简单的位置 可以忽略。 为了调整孔隙大小和连通性， C

该代码是图像分割的MATLAB代码，有阈值法和种子区域生长法两种算法。

提出了基于种子生长法的图像分割，在传统SRG算法的基础上，又进行改进。改进算法利用颜色空间的像素与其邻域的颜色差异及相对欧式距离自动选择种子；应用SRG技术由已知的种子生长出初始分割区域；根据融合了颜色空间和邻接关系的区域距离对初始区域进行分级合并。实验结果表明该算法适合用于图像分割。

利用C#编写的基于迭代生长法的不规则三角网构建程序，内附测试数据和结果。

基于区域生长法的图像分割matlab代码明显的结果 该存储库中的代码是Shih和Cheng撰写的论文“用于彩色图像分割的自动播种区域生长”的MATLAB实现。 该方法包括4个主要部分： 将RGB图像转换为YCbCr颜色空间 自动选种 基于初始种子的区域生长 合并相似区域（这可能包括进一步合并具有不同阈值的区域） 我用于实验的图像是从2019 Kaggle图像分割竞赛数据集中随机选择的。 一些结果包括在下面。 在每个图像下方，给出了最终的相似度和大小阈值。 最初，每张图片的相似度阈值为0.1，且总图片大小的1/150合并 相似度：0.1，大小：1/150我使用此图像作为验证我的方法有效的一种方法。 如果存在错误，则错误显示的一种方法是不正确地合并不同的颜色。 相似度：0.2，尺寸：1/80 相似度：0.15，大小：1/100 相似度：0.1，尺寸：1/100 相似度：0.1，尺寸：1/100 相似度：0.14，尺寸：1/60 相似度：0.17，尺寸：150 相似度：0.1，尺寸：1/15 以下结果将阈值使用0.1和1/150，而无需进一步合并