activecontour
利用活动轮廓(蛇)区域生长技术将图像分割为前景和背景
语法
描述
的活跃的轮廓技术,也被称为蛇，是一种迭代的区域增长图像分割算法。使用活动轮廓算法，您可以在图像上指定初始曲线，然后使用activecontour函数使曲线朝着物体边界演化。
例子
使用活动轮廓的分割图像
读取并显示灰度图像。
我= imread (“coins.png”）;imshow (I)标题(原始图像的）
指定一个围绕感兴趣对象的初始轮廓。显示轮廓。
掩码= 0(大小(I));面具(25:end-25 25: end-25) = 1;imshow(面具)标题(“初始轮廓的位置”）
将图像分割为activecontour函数。默认情况下，该函数通过100次迭代演化分段。
bw = activecontour(我,面具);
显示结果。经过100次迭代后，由于原始轮廓不接近目标边界，目标没有完全从背景中分割出来。
imshow (bw)标题(“分割图像，100次迭代”）
为了继续发展细分，需要增加迭代次数。经过300次迭代，目标完全从背景中分割出来。
bw = activecontour(面具,300);imshow (bw)标题(“分割图像，300次迭代”）
使用交互式蒙版的活动轮廓分割图像
读取并显示灰度图像。
我= imread (“toyobjects.png”）;imshow(我)
在感兴趣的对象附近使用drawrectangle函数。在绘制轮廓线之后，使用createMask函数。
r = drawrectangle;
掩码= createMask (r);
分割图像使用“边缘”方法和200次迭代。
bw = activecontour(面具,我200,“边缘”）;
在原始图像上以红色显示最终轮廓。
持有在；visboundaries (bw,“颜色”,“r”）;
在原始图像上显示分割结果。前景中的物体是蓝色的。
图imshow (labeloverlay(我,bw));
使用2-D初始种子掩模进行3-D分割
加载3-D体积图像数据，去除单维。
D =负载(“mri.mat”）;=紧缩(d);
创建初始种子点的2-D蒙版。
seedLevel = 10;种子= A(:，:，seedLevel) > 75;图imshow(种子)
创建一个空的3-D种子蒙版，并将种子点放入其中。
掩码= 0(大小(A));面具(:,:,seedLevel) =种子;
使用活动轮廓执行分割，指定种子掩模。
bw = activecontour(面具,300);
显示三维分割图像。
图;p =补丁(等值面(双(bw)));p.FaceColor =“红色”；p.EdgeColor =“没有”；daspect ([1] 1 27/128);camlight;照明冯氏
输入参数
输出参数
提示
activecontour使用区域的边界面具作为等高线的初始状态，从那里进化开始。面具上的洞会导致不可预知的结果。使用imfill填补区域内的任何漏洞面具．如果一个区域接触到图像边界，那么
activecontour在进一步处理之前，从区域中移除一个单像素层，使区域不接触图像边界。为了获得更快和更准确的结果，指定一个接近目标边界的初始轮廓位置，特别是对于
“边缘”方法。为
“边缘”方法时，活动轮廓自然偏向向内收缩(塌陷)。在没有任何图像梯度的情况下，活动轮廓会自行收缩。相反,“Chan-Vese”方法，其中轮廓是无偏的，轮廓可以根据图像特征自由收缩或扩展。以实现精确的分割
“边缘”方法时，指定位于对象边界之外的初始轮廓。活动轮廓“边缘”方法默认偏缩。如果目标区域具有显著不同的灰度强度，则
“Chan-Vese”方法［1］可能不会分割图像中的所有物体。例如，如果图像中包含比背景更亮的物体和一些较暗的物体，则“Chan-Vese”该方法通常只分割出黑暗或明亮的物体。
算法
activecontour使用稀疏场水平集方法，类似于［3］，用于实现主动轮廓演化。
参考文献
陈天福，拉斯维加斯，没有边缘的活动轮廓．图像处理学报，第10卷，第2期，266-277页，2001。
V. Caselles, R. Kimmel, G. Sapiro，测地线主动轮廓．国际计算机视觉杂志，第22卷，第1期，61-79页，1997。
r·t·惠特克，从距离数据进行三维重建的水平集方法．国际计算机视觉杂志，第29卷，第3期，203-231页，1998。
你也可以从以下列表中选择一个网站:
