该文提出了一种基于压缩感知和活动轮廓的多焦点图像融合方法。首先对源图像进行SBHE（scrambled block hadamard ensemble）采样获得压缩感知测量值，然后通过活动轮廓对源图像进行区域划分，再将区域划分结果合并形成联合区域划分。通过联合区域划分和互信息计算融合权重，得到融合后的系数，再通过压缩感知系数重构算法得到融合后的图像。为了验证算法的有效性，进行了2组多焦点图像融合实验。实验表明：该方法相比传统的压缩感知图像融合方法，在主观视觉和客观评价指标方面都能得到更好的融合结果。

基本思想是直接或间接设计一个偏微分方程（组） ，曲线、曲面或图像在这样的方程（带初始条件和边界条件）控制下进行演化，所得到的偏微分方程数值解就是我们希望处理的结果。

工具箱的特点： (1) 工具箱包括经典的水平集方法，例如测地线活动轮廓（GAC）、Chan-Vese 模型和结合边界和区域项的混合模型。 (2) 所有方法均采用半隐式求解器 AOS 实现，即使在非常大的时间步长下也能保证数值方法的稳定性，从而提高基于水平集的分割效率。 (3)所有方法都可以应用于2D和3D数据。

见博客http://blog.csdn.net/dingkeyanlail/article/details/78818386

见博客http://blog.csdn.net/dingkeyanlail/article/details/78818386

活动轮廓模型 经典CV模型

MATLAB程序

活动形状模型（Active Shape Models）与活动轮廓模型（Active Contour Models）的MATLAB实现。

本资源包含基于Matlab的使用snakes（活动轮廓）进行3-D胸部扫描CT切片的肺部分割及建模源码。 包含 一、准备数据 二、肺部分割 三、创建种子MASK掩膜并使用活动轮廓（snakes）分割肺部 四、计算分割肺的体积 例程完整源码： 参考链接 本资源配套CSDN博客“基于Matlab的3-D胸部扫描CT切片的肺部分割——使用活动轮廓(snakes)进行三维分割及建模”，可 前往查看具体原理和实现效果！！！ 希望对大家有帮助,好的话帮忙点个赞哦！感谢支持！！！

使用散斑减少各向异性扩散的超声图像分割多尺度测地线活动轮廓