Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

ChanVeseBinarize

ChanVeseBinarize[image]

通过计算 image 中具有一致强度的区域的优化轮廓，求 image 的两级分割.

ChanVeseBinarize[image,marker]

使用 marker 创建初始轮廓.

ChanVeseBinarize[image,marker,{μ,ν,λ₁,λ₂}]

指定 Chan-Vese 权值 μ、ν、λ₁ 和 λ₂.

更多信息和选项

ChanVeseBinarize 执行迭代主动轮廓法，获得 image 的两级分割.
ChanVeseBinarize 适用于任意二维和三维图像.
目标区域 marker 可以是下面任何一种：
markerimage 标记图像

{pos₁,pos₂,…} 位置列表

fgcolor 前景颜色

{{fgcolor,bgcolor}} 前景和背景颜色
位置 pos_i 被假定为在标准图像坐标系.

ChanVeseBinarize 使用通道向量之间的欧几里得距离来确定轮廓内外像素之间以外的相似性.
Chan–Vese 分割将图像域分割成轮廓为的两部分和，使得图像的泛函最小化：
$F(c_1,c_2,Gamma)=mu Length[Gamma]+nu Area(D)+lambda_1int_DTemplateBox[{{f, -, {c, _, 1}}}, Abs]^2dxdy+lambda_2int_(Omega\D)TemplateBox[{{f, -, {c, _, 2}}}, Abs]^2dxdy$
泛函由长度惩罚、面积惩罚和级数惩罚和参数化.
Chan–Vese 算法对 image 分区，使得第一个区域与常数的区别尽可能小，而第二个区域与常数的偏离尽可能少. 如果不指定常数和，则假定中 c₁=Mean[f]，而中 c₂=Mean[f].
对于，位于两个部分和之间的轮廓将显示较短长度，对于，的面积将趋于较小，或对于趋于较大.
ChanVeseBinarize 用迭代方式使得泛函最小，其中泛函是轮廓长度、包围区域和图像与两级分布之间偏差的加权和.
迭代步骤的最大数目由 MaxIterations 选项给出，其中默认设置为 100.

范例

打开所有单元关闭所有单元

基本范例 (2)

彩色图像的二值分割：

三维体的分割：

范围 (8)

指定用于初始标记的前景颜色：

同时指定前景和背景颜色，以创建初始标记：

使用前景边缘作为标记图像：

控制分割区域的面积：

增加分割区域的平滑度：

分割噪声图像时增加长度处罚：

增加对分区的惩罚，以选择背景像素：

增加对分区的惩罚，以改善卫星图像的分割：

选项 (1)

MaxIterations (1)

默认情况下，Chan–Vese 分割迭代直到收敛或达到最大迭代次数100为止：

仅运行一次迭代：

应用 (3)

色度键合成：

将不同背景与分离前景合成：

找到卫星图像中海岸线的准确轮廓：

对具有噪声的图像的文本识别进行改进：

顶部