2
我学习和唐娜·威廉姆斯在论文中描述了实施积极的轮廓贪心算法 - 一种快速算法主动轮廓和曲率计算。贪心算法活动轮廓 - 萎缩
的优点之一在另一种实现(通过卡斯等人)应沿轮廓曲线的点的均匀分布。在每次迭代中,每个点都会尝试移动,以便与前一点的距离尽可能接近平均值。
轮廓预计在周围图像中的对象要被绘制,然后在其周围收缩,直到它被“附接”到对象的边缘。
但问题是,轮廓不会缩水。它沿着轮廓演变,使点彼此等距分布,但轮廓不能围绕图像对象缩小,因为点之间的距离会低于平均值,算法会将它们移回。
你有什么想法吗?我错过了什么?活动轮廓的其他实现会缩小,但有另一个缺点,Greedy算法应该更好,更稳定。