MATHEMATICA 内置符号

ChanVeseBinarize

ChanVeseBinarize[image]
通过计算 image 中具有一致强度区域的优化轮廓，找到 image 的两级分割.

ChanVeseBinarize[image, marker]
使用 marker 的前景像素作为初始轮廓.

更多信息 更多信息

ChanVeseBinarize 执行迭代主动轮廓法，获得图像的两级分割.
ChanVeseBinarize 可用于任意灰度和多通道图像.
在 ChanVeseBinarize[image, marker] 中，marker 可以以下列形式给出：图像、图形对象，或者在标准图像坐标系统中的点列表，其中 x 从 0 到宽度，而 y 从 0 到高度，位置对应于图像的左下角.
ChanVeseBinarize 使用通道向量间的欧几里德距离决定轮廓内外像素间的类似性.
ChanVeseBinarize 迭代最小化轮廓、封闭区域和图像与两级分割间的偏差的加权和.
权可以用以下选项指定：

在设置下，可同时指定前景和背景颜色.
迭代步长的最大数由 MaxIterations 选项给出，默认设置为100.
Chan-Vese 分割把图像区域分割为两个区域和，其中轮廓线最小化图像的如下函数：
$F(c_1,c_2,Gamma)=mu Length[Gamma]+nu Area(D)+lambda_1int_DTemplateBox[{{f, -, {c, _, 1}}}, Abs]^2dxdy+lambda_2int_(Omega\D)TemplateBox[{{f, -, {c, _, 2}}}, Abs]^2dxdy$
Chan-Vese 函数的参数为：长度罚值，面积罚值，等级阈值和 .
Chan-Vese算法对image 进行分割，使得第一个分割区域与常量的差异尽量小，而第二个分割区域与常量的偏差也尽量小. 如果未指定常量和，人们假定在中 c₁=Mean[f]，在中 c₂=Mean[f].
两个所得的分割区域和之间的轮廓线当时将表现出较短的长度，而当时，面积将趋于较小的值，并且当时，将趋于较大的值.
权值系数、、和可通过下列选项进行访问.
ChanVeseBinarize 可用于 Image3D 对象.