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.
  • 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:
  • "AreaPenalty"0与轮廓封闭区域相应的损失
    "LengthPenalty"0.03轮廓长度损失
    "LevelPenalty"{1.0,1.0}在两级分割中总像素偏离的损失
    "TargetColor"Automatic目标前景颜色
  • 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 ,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 .
  • 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 ,人们假定在 c1=Mean[f],在 c2=Mean[f].
  • 两个所得的分割区域 之间的轮廓线 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 可通过下列选项进行访问.
  • ChanVeseBinarize 可用于 Image3D 对象.
版本 8 的新功能 | 版本 9 修改功能
New to Mathematica? Find your learning path »
Have a question? Ask support »