Level set 水平集图片分割原著

C语言常见问题集原著：SteveSummit翻译：朱群英,孙云本文从英文C–FAQ(2004年7月3日修订版)翻译而来。本文的中文版权为朱群英和孙云所有。本文的内容可以自由用于个人目的，但是不可以未经

DRLSE图像分割:距离正则化水平集演化及其在图像分割中的应用

这是由欧盟开放数据门户网站托管的联合研究中心的数据集。 european-extreme-storm-surge-level-historical_metadata.json european-ext

支持图片的水平滚动

自述文件 holbertonschool-higher_level_programming

有三个水平集函数的MS模型(改进的CV模型),理论上最多可分割8个区域。test_multiphase.m文件可以直接运行。

对Chan-Vese提出的基于简化Mumford-Shah区域最优划分模型和测地线主动轮廓模型在水平集框架下的物理机理进行了分析，在充分考虑其模型优点的基础上，通过构造新的能够整合局部边缘信息和全局区

水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题，其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程，通过求解极小值最终获取目标轮廓从而达到图像分割的目的

针对测地线主动轮廓（GAC）模型容易产生边界泄露且对初始位置敏感及局部图像拟合（LIF）模型容易陷入局部极小的问题，提出融合边缘与区域模型的水平集算法。通过设置权值，该算法能自适应地调整GAC模型和L

针对超声成像固有的噪声大、伪影斑点多、对比度低等特点, 在利用CV和LBF模型优点的基础上, 融合了动态变化制导的全局信息和局部信息, 在能量泛函演化过程中, 全局信息项和局部信息项的权重系数实时变化