说明：超像素实现图像分割，可以实现彩色图像分割

说明：一个EM算法实现图像分割，可以实现彩色图像分割。

说明：基于学习的ACM算法，通过采用SVM和神经网络来拟合图像的边界，从而快速分割

说明：结合图像处理MATLAB的基本原理和知识，详细介绍了手指静脉预处理，图像分割，静脉纹路分割，滤波去噪，细化等相关内容。

说明：图像处理程序，基于K均值聚类的图像分割——灰度图像，基于中位数算法的运动目标检测

说明：识别4种水果图形，图像分割，识别，本代码对应的水果有所改动，读者自行修改（很简单，在代码最下边就可以更改）

说明：FCM算法。使用Matlab编写。可用于数据聚类，图像分割，统计分析等各种机器学习领域。

说明：形态学方法区域分割，利用区域生长算法，实现区域分割

说明：本算法包括区域生长法和形态学后处理算法，功能实现了皮肤镜图像的病变区域分割，准确度很高，后处理算法对原图的影响很小；

说明：实现了基于关键像素点的FLICM图像分割算法，关键像素由局部最大值方法提取。

说明：matlab在图像分割方面的应用（包含程序，说明等）

说明：车牌识别，图像分割出车牌，然后进行具体识别，matlab源代码

说明：首先对车牌识别系统的现状和已有的技术进行深入的研究，然后开发出一个基于 Python 的车牌识别系统，文中先对车辆图像进行高斯去噪、灰度化和边缘检测等预处理方法，然后用颜色特征和形态特征相结合的方法来确定车牌位置，用彩色分割法来完成车牌分割，最后，运用 SVM 分类训练器完成字符识别并使用Python 软件环境进行车牌识别的仿真实验。

说明：该压缩包包括两个文件： 1、main.m 将训练数据输入到决策树中，训练并在自动分好的测试数据上测试，并保存训练好的决策树 ctree.mat文件。 2、classification.m 加载训练好的决策树，使用决策树对新输入的数据进行分类。 该方法主要用于对SLIC超像素块进行分类，稍加修改可以用于其他数据分类。

说明：使用matlab编写的获取SLIC超像素方法分割的结果图的每个块的Lab各个通道的均值和方差值，为后续算法提供数据。

说明：该设计主要研究基于MATLAB软件的汽车号牌设别系统设计，系统主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别五大核心部分。

说明：分割算法 1.了解视频数据的特点，特别是监控视频的特点。 2.掌握视频数据读取、运算的方法。 3.掌握一种简单的监控图像建模方法。

说明：迭代法阈值分割图像，可以实现精确地像素级分割。

说明：最大熵双阈值分割算法，基于遗传算法优化的快速最大熵双阈值分割算法。

说明：一种图像分割方法，适用于背景简单情况下的目标提取分割。

说明：可以实现医学图像分割，简单方便，帮助大家学习

说明：图像自适应阈值分割，基于直方图的图像阈值分割

说明：黄金分割法用来进行算法优化，从而寻找最优区间，

说明：用fcm算法和kmeans算法进行聚类分割图像

说明：基于超像素的Graph_Based图像分割算法仿真

说明：根据PET图像，测量出患者的膀胱体积。具体分割算法上，采用了多种方法确定阈值

说明：基于水平集的图像分割技术，CV模型，水平集推导公式

说明：根据图像的颜色信息进行分割提取，并显示实验效果

说明：Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别，基于GMM的图像分割，使用PCA的人脸识别和具有径向基函数的多类SVM分类器