水平集图像分割代码，可以在此基础上改进，是一个很好的做研究的平台

function [inter,k,local_min,local_max]=num_interval(f); %f=double(f); [hist,x]=imhist(f,256); index1=0; index2=0; loc=1; status=-1;%status=1 is local_max status=0 is local_min %status=-1 is the first hist for i=1:255 if hist(i)>hist(i+1) if status==-1 index1=index1+1; local_max(index1)=1; status=1; elseif status==0 %前一个状态是局部极小时 index1=index1+1; local_max(index1)=i; status=1; end elseif hist(i)<hist(i+1) if status==-1 index2=index2+1; local_min(index2)=1; status=0; elseif status==1 %前一个状态是局部极大时 index2=index2+1; local_min(index2)=i; status=0; end end end if index2<index1 index2=index2+1; local_min(index2)=256; elseif index2>index1 index1=index1+1; local_max(index1)=256; end lmin=[local_min 256]; maxlevel = double(max(f(:))); minlevel = double(min(f(:))); classnum=round((maxlevel-minlevel)/10); n=size(local_max,2); maxinter=max(hist)/(2*classnum); while n>classnum i=1; flag=0; n=size(local_max,2); while i<n if hist(local_min(i))<=hist(local_min(i+1)) & hist(local_max(i))<=hist(local_max(i+1)) %N 形邻域 if (hist(local_max(i))-hist(local_min(i+1)))<=(hist(local_max(i+1))-hist(local_max(i))) & ... (local_max(i+1)-local_max(i))<maxinter %满足合并条件 %合并 %class(class==class(local_max(i)))=class(local_max(i+1)); local_max=[local_max(1:i-1) local_max(i+1:n)]; local_min=[local_min(1:i) local_min(i+2:n)]; n=size(local_max,2); flag=1; else i=i+1; end else i=i+1; end end i=1; n=size(local_max,2); while i<n-1 if hist(local_min(i+1))>=hist(local_min(i+2)) & hist(local_max(i))>=hist(local_max(i+1)) %H 形邻域 if (hist(local_max(i+1))-hist(local_min(i+1)))<=(hist(local_max(i))-hist(local_max(i+1))) & ... (local_max(i)-local_max(i+1))<maxinter %满足合并条件 %合并 % class(class==class(local_max(i+1)))=class(local_max(i)); local_max=[local_max(1:i) local_max(i+2:n)]; local_min=[local_min(1:i) local_min(i+2:n)]; n=size(local_max,2); flag=1; else i=i+1; end else i=i+1; end end if flag==0 break; end end diff=local_max(2:size(local_max,2))-local_max(1:size(local_max,2)-1)+local_min(2:size(local_min,2))-local_min(1:size(local_min,2)-1); n=size(local_max,2); while n>classnum loc=find(diff==min(diff)); if hist(local_max(loc(1)))<hist(local_max(loc(1)+1)) local_max=[local_max(1:loc(1)-1) local_max(loc(1)+1:n)]; local_min=[local_min(1:loc(1)) local_min(loc(1)+2:n)]; else local_max=[local_max(1:loc(1)) local_max(loc(1)+2:n)]; local_min=[local_min(1:loc(1)) local_min(loc(1)+2:n)]; end n=n-1; diff=local_max(2:size(local_max,2))-local_max(1:size(local_max,2)-1)+local_min(2:size(local_min,2))-local_min(1:size(local_min,2)-1); end k=size(local_min,2); for i=1:k-1 inter(i,:)=[local_min(i) local_min(i+1)]; end inter(k,:)=[local_min(k) 256];