说明：k-means++:一种改进的K-means++聚类算法来对初始聚类中心的选取进行改进。该改进算法的基本思想是使得初始聚类中心之间的距离尽可能的远.用于图像处理,效果还行。

分割 图像 KMeans 用于

说明：基于otsu与最大商的 自适应阈值图像分割，分别描述otsu分割过程，最大商分割过程，以及比较                                                                   

matlab 分割 阈值 适应

说明：本程序的性能已经达到较高水平，课程设计时编写的matlab程序代码，借鉴了主成分分析算法（PCA），粒子图像分割及匹配均为自行编

matlab

说明：matlab实现的多阈值分割，用于图像分割特征提取部分，经本人实验可以运行，效果理想

分割 源代码 阈值

说明：本程序是基于恒虚警概率的sar图像分割.分出目标和杂波两部分。

SAR，杂波 杂波-CFAR sar_matlab sar目标检测 sar-cfar

说明：基于阈值分割的运动车辆检测跟踪，在视频中按灰度阈值不同进行图像分割，并标记结果。

车辆标记 灰度阈值分割 视频跟踪 video-segmentation 视频-matlab

说明：图像分割，还可以，kmeans聚类的方法。k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。

onlyb2r k-means kmeans-matlab parkaxf K.

说明：应用背景将蚁群算法应用于图像分割领域, 提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与 该方法的基本原理和具体实现过程。为了提高算法效率, 进行两处改进, 第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近, 可取一图像灰度梯度阈值来实现, 第二将信息激素强度和启发式引导函数...

matlab 图像 检测 边缘

说明：此为卡内基梅隆大学Lalonde博士在ECCV 2010年发表论文的源代码，里面包含图像分割、特征提取、adboost分类等过程。使用了颜色比率、纹理、偏态等特征，并结合路面实况对阴影进行检测。该代码的特点是检测结果准确率高，但是运行时间比较长，可以为阴影检测技术提供较大参考。

卡内基梅隆大 Lalonde ECCV 图像分割 特征提取 adboost 阴影检测

说明：李春明提出的无需水平集初始化的思想是图像分割的一个重大突破，重庆大学的何传江教授对该算法进行了改进，里面是我的实现算法

何传江算法 李春明-level-set Li-Chunming 无需-初始化-水平集 level--set