graphcut Matlab代码图像分割 Matlab图像分割脚本 所需的包 SPM12： MixEst： GCO（仅在TestGCO.m中使用）： 实验 功能磁共振成像 prepros_nyu_data.R-预处理NYU fmri数据（） fmriTestScript-在预处理的NYU fmri数据上运行HMRF-MCEM，HMRF-VEM，HMRF-EM，GrabCut 综合数据 MultipleIterationsOfTheExperiment-生成综合数据并对该数据运行HMRF-MCEM，HMRF-VEM，HMRF-EM，GrabCut CalculateMetricsForExperiments-计算综合数据实验的指标并将其保存到csv AnalyzeExperimentMetrics-读取计算的指标并显示框线图 其他 CompareMethodsBinarySegmentation-使用ICM，模拟退火和GraphCuts分割2D图像 CompareMethodsNonBinarySegmentation-使用ICM，模拟退火和GraphCuts将2D图像分为3类 Com

基于SLIC图像分割算法实现一个比PS魔棒工具还方便的抠图工具 参考项目:

＃使用纹理和颜色进行图像分割 依赖项：OpenCV #The算法该提案涉及在图像中查找感兴趣的对象。 由于图像可能有许多处于不同姿势的对象； 图片上的分类器不能直接运行。 我们将首先对图像进行分割并提取单个对象。 这将帮助我们提供一个局部区域，该区域可以用作分类器的输入，并最终识别出感兴趣的对象。 基于定义的低级功能，我们可以缩小可能使用的分类器的范围。 大多数可用的库提供仅基于分水岭，图形切割和类似方法执行自动分割的功能。 这些方法没有考虑图像的纹理属性。 在本周中，我们分析了图像的两个简单但非常关键的特征：纹理和颜色。 我们已经使用这些功能来实现我们自己的图像分割算法。 首先，我们实现了一种简单的方法来将相似的彩色区域分组在一起。 很难使用RGB颜色空间定义距离度量，因此我们将图像转换为HSV颜色空间，以简化用于度量颜色相似性的简单度量。 选择随机点以进行区域生长。 根据颜色相似

Normalized Cuts and ImageSegmentation图像分割一个引用很高的算法