为解决工业计算机层析成像(CT)图像的伪影和弱边缘问题,提出一种基于小波变换的图像区域可伸缩拟合能量最小化分割方法,实现图像边缘的精确定位,从而提高图像测量精度。首先,采用小波变换对图像进行预处理,降低金属伪影。然后,采用所提方法精确分割图像,提高感兴趣区域边缘的定位精度。实际数据测量结果表明,所提方法可有效降低图像弱边缘的影响,测量相对误差低于0.7%,相较Chan-Vese算法,测量精度提高了1.4倍,满足实际测量需求。

一种基于快速卷积方案的快速水平集算法在RSF、LIC和LATE模型中得到验证

融合 ＲＳＦ模型及边缘检测 ＬＯＧ算子图像分割

公交车调度模型的matlab代码动力灵活性项目 RSF-DFG项目“开发用于灵活性评估和增强未来电力系统的创新技术和工具”的一些程序代码 Bilevel_PowerSystem 该文件夹由Python和Matlab程序代码组成，它们提供了一个两级优化框架，可用于研究操作灵活性并优化两级电力系统的性能，其中（1）在低压级别上增加分布式能源（DER）的存在，以及（2）高压风力发电。 BilevelTest_Matlab-文件夹，其中包括用于经典双级优化方法的MATLAB程序文件。 它需要Mathpower，YALMIP和Gurobi。 BilevelTest_Python-文件夹，其中包括用于经典双层优化方法的Python程序文件。 它需要Pypower，Pyomo和Gurobi。 BilevelRL_Python-文件夹，其中包括用于双级强化学习方法的Python程序文件。 EPSTwoLevel MATLAB软件求解器已得到增强，可用于对两级电源系统进行建模。 通过类推开发的此求解器中的此算法允许对包括网格的传输和分配部分的两级EPS进行建模。 到目前为止，已经为123总线网格（fle

Active-Contour-Model-Matlab：Active Contour模型用于图像分割的一些matlab代码

李老师的rsf模型的python代码Intensity inhomogeneities often occur in real-world images and may cause considerable difficulties in image segmenta- tion. In order to overcome the difficulties caused by intensity inho- mogeneities, we propose a region-based active contour model that draws upon intensity information in local regions at a controllable scale. A data fitting energy is defined in terms of a contour and two fitting functions that locally approximate the image intensities on the two sides of the contour. This energy is then incorporated into a variational level set formulation with a level set regularization term, from which a curve evolution equation is derived for energy minimization. Due to a kernel function in the data fitting term, in- tensityinformation inlocal regions isextracted toguidethemotion of the contour, which thereby enables our model to cope with in- tensity inhomogeneity. In addition, the regularity of the level set function is intrinsically preserved by the level set regularization term to ensure accurate computation and avoids expensive reini- tialization of the evolving level set function. Experimental results for synthetic and real images show desirable performances of our method.

李春明老师2008年所提出的RSF模型源代码，供大家学习交流！

GAC模型，CV模型，RSF模型，都可以使用，对每种模型有几种不同的实现版本

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