本专区汇聚了各类基于 Chan-Vese 开发的源码资源，共计 10 篇资源供开发者免费下载学习。
This code implements the well-known Chan-Vese segmentation algorithm from the paper "Activ
基于C-v模型，用于血管活动轮廓提取，该算法采用matlab编程语言编写，可以直接运行，将图片输入即可以得到血管的轮廓信息，自带了图片用于测试
在基于的图像分割方法中，CV模型是一个非常重要模型。这是其实现ＭＡＴＬＡＢ源代码72279845levelsetcode_CV
实现在M_s模型基础上改进的chan-vese的matlab实现，读者可参考这段代码进行后续的工作，进行改进，可以用来实现新的算法。
CV水平集分割模型，直接修改代码中imread里面图片位置，换成自己的图片即可。
这段代码实现了著名的Chan-Vese分割算法，该算法来自于论文“无边缘活动轮廓”。这项技术使初始曲线变形，以便根据两个区域的平均值将前景与背景分开。该技术对初始化非常鲁棒，并且在
这段代码实现了著名的Chan-Vese分割算法，该算法来自于论文“无边缘活动轮廓”。这项技术使初始曲线变形，以便根据两个区域的平均值将前景与背景分开。该技术对初始化非常鲁棒，并且在
这个程序是从 Matlab 文件交换获得的。它实现了 Chan-vese 算法也称为无边缘的主动轮廓线模型。这是使用高水平方法的图像分割代码。它从给定的图像中提取的对象。
关于2001年Tony F. Chan, Member, IEEE, and Luminita A. Vese的文献《Active Contours Without Edges》相
工具箱中包含经典的水平集方法 ；例如 Chan-vese 模型和混合模型相结合的边界和区域条件。半隐式求解器 AOS 可以适用于 2D 和 3D 图像数据与实现的方法。这个工具箱是