论文部分内容阅读
根据 Chan-Vese 模型,为图象分割的一个新切开的活跃轮廓方法被介绍。主要想法追随者将在每次重复把一幅图象划分成二部分,它类似于房间切开的过程。然后,模型能在图象检测所有目标或细节。另外,它享受在图象处理任何特定的区域的优点,甚至不顺序的。而分割被限制到兴趣(ROI ) 而非整个图象的区域,这直接导致计算效率的改进。由于操作的地区性的限制,而且,我们的模型超过存在多相的 Chan-Vese 模型以到初始化的敏感。我们的模型的原则详细被描述,并且方法在水平集合框架下面被实现。合成、医药的图象的实验被执