今日，本小组成员马宝真同学的综述论文《Review of level set in image segmentation》被国际知名期刊《Archives of Computational Methods in Engineering (ARCO)》接收并在线发表！

《Review of level set in image segmentation》对水平集图像分割方法进行了分类，依据分割算法中函数是否以能量函数为主导，将水平集图像分割算法分为基于边缘（梯度）和基于区域（能量）的水平集图像分割算法。首先，论文整理研究人员提出的各种水平集图像分割算法，总结了水平集算法的应用、发展现状、优势。其次，本文总结了两种类型的函数框架，并根据这两种框架，将近十年来的水平集图像分割算法进行分类。再根据相关算法所引入的优化技术进行再分类，例如，基于边缘的算法----距离正则化，反应扩散，权重函数等；基于区域的水平集算法----聚类（模糊c均值，k均值，均值移位等），分水岭变换，马尔可夫随机场，图割，贝叶斯决策等。在分类叙述过程中，将典型算法进行实现（或直接从作者公开分享网站获取），展示算法的分割结果。最后，通过从分割时间和分割准确度两方面比较典型算法的分割结果，总结水平集算法的发展趋势和优缺点。水平集算法近几年来趋向于和其他分割算法结合，优势互补，以期获取更优更稳定的分割结果。

原文链接：https://link.springer.com/article/10.1007/s11831-020-09463-9

( 发布日期: 2020-08-25 )