这个Matlab代码实现了一个分割方法使用本地高斯分布拟合能量,李王等人提出的在报纸上的“主动轮廓由当地高斯分布拟合能源驱动的。信号处理,89(12),2009年,p . 2435 - 2447”http://www.sciencedirect.com/science/article/pii/S0165168409000942
通过高斯分布描述当地的图像强度不同的均值和方差。能量最小化是通过一个交叉水平集演化和局部强度均值和方差估计在一个迭代的过程。当地强度的均值和方差是空间变化的函数来处理强度和噪声的空间非均质性变化的力量。
更多的源代码在图像分割,如婴儿或新生儿脑MR图像分割使用patch-based稀疏表示和随机森林auto-context模型,可以发现在其他发表论文在以下网站:
https://liwang.web.unc.edu/
http://www.ibeat.cloud

的代码patch-based稀疏表示可以从这里下载
//www.tatmou.com/matlabcentral/fileexchange/74558-sparse-representation-for-brain-image-segmentation