Chan-Vese模型在图像分割领域正被广泛应用。然而,传统的水平集方法存在两个重要的数值问题:水平集函数不能隐式地保持为符号距离函数;由于采用梯度降方法求解使水平集演化速度缓慢。针对该问题提出两种快速分割方法加快演化速度:对偶方法和分裂Bregman方法。为了让水平集保持符号距离函数特性,利用投影方法加以约束,并采用增广Lagrangian方法加快收敛速度。实验结果表明,提出的两种快速分割方法比传统的梯度降方法分割效果好、计算效率高。

lbp代码matlab miccai2013 MICCAI 2013代码-通过关节水平集分割多个重叠的子宫颈细胞。 论文引文：[待更新...] ====================里面有什么？ 数据集：文件夹“ ./ims”中的四个真实的EDF巴氏涂片图像和综合测试/培训图像。 本文的Matlab代码。 ====================运行之前 此代码需要用于GMM密度估计，Quick Shift和LBP的第三方库。 您需要单独下载它们。 1.1统计模式识别工具箱： 1.2 VLFeat： 1.3 LBP ：（下载文件“ lbp.m”和“ getmapping.m”） 该代码与Matlab R2012b或更高版本兼容。 ====================如何运行？ 调用脚本“ Run.m”。 第7行中调用函数Runner_inOne（...）的参数引用： 1.1'EDF'-真正的子宫颈抹片检查图像 1.2'测试'-综合测试图像 1.3'火车'-综合训练图像

利用水平集分割算法实现图像分割，matlab实现 可以对图像上的目标就行个数统计。

水平集的GAC模型对图像进行分割， 分割效果很好， 轮廓很清晰

水平集分割方法可以将图像的轮廓清晰分割出来，代码可用，还有实验图片，可以直接运行

基于Mumford-Shah模型的水平集图像分割算法，能够很好的检测出物体内部的空洞并且收敛迅速