基于区域生长的图像分割

本文基于区域方法对图像分割技术进行了探讨和研究。首先介绍了图像分割的定义和分类，然后详细讲解了区域方法的原理及其在图像分割中的应用。由于区域方法对初值的要求较低，能够较好地适应复杂的图像环境，因此在实

提出了一种基于区域分割和Contourlet变换的图像融合算法。首先,对各源图像做区域分割,并利用区域能量比和区域清晰比的概念来度量和提取区域信息;然后,对各源图像进行多尺度非子采样Contourle

为了解决传统Chan-Vese(CV)模型难以快速、精确提取金相晶粒的问题, 提出一种基于改进区域项CV模型的金相图像分割方法。该方法利用倒数交叉熵阈值选取准则函数替代传统CV模型中能量函数的区域项,

一种基于区域增长的分割算法，可在MATLAB中直接运行

C++灰度图像的并行边界分割、串行边界分割、并行区域分割、串行区域分割、canny算子（bmp灰度图），VC6.0运行无误

利用区域标记法对一幅彩色图像进行区域分割，设定适当的阀值，可以去除非目标的面积较小的联通区域。

本文针对图像分割技术进行综述，介绍了基于Matlab的遗传算法、大津法、区域生长法和迭代法的应用。针对图像分割中的困难问题，这些方法可有效地提高图像分割的准确性和鲁棒性。同时，本文对这些方法的原理和优

针对传统区域合并算法中存在的分割复杂度高、分割精度低的问题,提出一种将统计理论应用于区域合并的彩色图像分割算法,该算法通过建立图像生成模型,得到新的合并预测准则,有效地避免合并过程中可能导致的区域边界

提出一种基于两阶段区域生长法的肝内血管分割算法。在第一阶段，使用三维区域生长法从CT图像序列中提取出肝脏，区域生长法的生长准则由均值和方差双阈值来决定。分别通过形态学运算和中值滤波对分割出的肝脏序列进

用visualstudio2015编译实现的区域生长法去实现图像分割。