几何活动轮廓模型

主动轮廓线模型（Active Contour Model，ACM），也称作蛇（Snake）模型，是一种常用的图像分割算法。在基于主动轮廓线的图像分割中，深度凹陷边界的逼近和弱边界区域的分割一直是一个难

针对传统主动轮廓模型在目标强边缘处容易产生振荡和弱边缘处容易泄露的缺点,提出了一种基于区域能量最小和主动轮廓模型的医学目标提取模型。这一基于目标灰度统计概率和水平集的主动轮廓分割模型,把能量函数表示为

主动轮廓模型（Snake）是一条可变形的参数曲线及相应的能量函数，广泛应用于医学领域的图像分割。在采用主动轮廓模型进行分割之前，通常都采用高斯滤波器对图像进行滤波，在对图像进行平滑的同时也会使边缘模糊

Research and Application of Active Contour Model in Image Segmentation Algorithm (Master thesis)

基于小波变换的并行医学图像融合方法有良好的效果且能进行快速实时融合。在介绍双正交小波变换图像融合方法的基础上分析了该方法的时间复杂度，提出了基于小波变换的多模图像融合的并行算法，并在配置了并行机群环境

基于带形状约束的参数活动轮廊模型的左心室分割

就初始轮廓提出了一种新的基于形状共享思想的初始轮廓学习方法。利用不同种类的物体全局形状或局部形状可能相似的现象，首先提取测试图像的局部形状；再找出样本库中与其局部形状相匹配的局部形状集；根据测试图片与

为了有效地分割灰度不均匀图像，提出了一种区域自适应主动轮廓模型，在该模型中，定义了一个包含全局能量项和局部能量项的能量泛函。在算法的初期，全局能量项占主导地位，它具有收敛速度快、对初始轮廓不敏感的优点

针对静磁力主动轮廓模型计算复杂度较高，收敛速度较慢的问题。将该模型对应的水平集方程做隐式数值化，采用加性算子分割方法（AOS）求解。实验发现，这种改进后的静磁场主动轮廓模型不仅保留了原有模型的优点，而

Snake模型分割图像时要求初始化轮廓线位于目标图像特征附近，且处理弱边界与深度凹陷区域的能力较弱，为此提出一种基于改进自仿射映射系统与参数活动轮廓的医学图像分割算法。首先，使用高斯滤波器对给定图像进