说明：像素聚类区域成长法。顾名思义，此方法从一个种子像素开始，通过如平均灰度，组织纹理及色彩等性质的判断，将具有类似性质的像素逐一纳入所考虑的区域中，使此区域由种子逐渐成长成一个性质相似的图像区块。

像素聚类 区域成长法 图像区块

说明：本算法先将彩色图像变换成灰度图像，在进行基于区域生长法进行图像分割

灰度变换法 low-Dynamic-Range 灰度图像分割 区域生长法 tone-mapping

说明：区域生长（region growing）是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始，从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。本源代码是大学期间学习生物医学工程专业时用到的处理医学图像的比较有用的方法，但这不局限与医学图像处...

matlab 图像处理 方法 区域 生长

说明：区域生长，图像的分割，种子点选取流程。图像分割是将图像分割成若干特定的、唯一的区域，并呈现出感兴趣的目标的技术和过程。它是从图像处理到图像分析的关键步骤。现有的图像分割方法分为基于阈值的分割、基于区域的分割、基于边缘的分割和基于特定理论的分割。自1998年以来，研究人员对原有的图像分割方法进行了改进...

区域生长 图像分割 种子点

说明：自适应区域生长算法MATLAB实现。可以较好完成单种子点的区域生长工作。

自适应区域 生长算法

说明：图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的...

说明：利用区域生长算法将图像分割成两部分，手动选择种子点，调整参数，达到较好的分割效果

说明：应用背景现在的前列腺疾病在成人和老年人中很常见。因为所有类型的前列腺疾病都有类似的症状，很难诊断恶性前列腺癌的早期阶段。在这项工作中，试图找出类型的利用纹理分析法对腹部电脑断层图像的前列腺疾病。前列腺区域是分段的图像切片。利用不断变换为顺序基于分割的图像纹理特征提取真正的变换映射（SMRT）。六个不...

matlab 算法 图像 CT 基于 遗传 优化 使用 特征 纹理 诊断 疾病

说明：应用背景图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。但是在实际应用中...

matlab 图像 基于 拼接 特征 匹配

说明：图像分割是图像压缩的前级处理。我们希望有三个优势，在图像分割。首先是速度。第二个是它的分段成绩良好的连接。三是良好的匹配。此外，我们推出许多分割方法，包括技术门槛，数据聚类，区域生长，区域合并和分割，均值漂移和分水岭。同时，我们也比较优势和优点。因为他们的一些缺点，笔者创建了快速扫描算法，以改善这些...

matlab 分割 图像