主动轮廓方法，也称为 snake，是一种迭代式区域增长图像分割算法。使用主动轮廓算法，您可以在图像上指定初始曲线，然后使用 activecontour 函数使曲线向对象边界演化。
BW = activecontour(A,mask) 使用主动轮廓将图像 A 分割成前景（对象）和背景区域。 mask 参数是一个指定主动轮廓初始状态的二值图像。mask 中对象区域（白色）的边界定义轮廓演化的初始轮廓位置， 以用于分割图像。输出图像 BW 是一个二值图像，前景为白色（逻辑 true），背景为黑色（逻辑 false）。 要获得更快、更准确的分割结果，请指定靠近所需对象边界的初始轮廓位置。 BW = activecontour(A,mask,n) 通过最多迭代 n 次的轮廓演化来分割图像。 BW = activecontour(A,mask,method) 指定用于分割的主动轮廓方法，值为 'Chan-Vese' 或 'edge'。 BW = activecontour(A,mask,n,method) 使用指定的 method，通过最多迭代 n 次的轮廓演化来分割图像。 BW = activecontour(___,Name,Value) 指定控制分割各个方面的名称-值对组参数。使用主动轮廓分割图像
clear all close all clc I=imread('coins.png'); imshow(I) %I=rgb2gray(I); title('Original Image') %指定关注对象周围的初始轮廓。显示该轮廓。 mask = zeros(size(I)); mask(25:end-25,25:end-25) = 1; imshow(mask) title('Initial Contour Location') %使用 activecontour 函数分割图像。默认情况下，该函数通过 100 次迭代进行分割演化。 bw = activecontour(I,mask); %显示结果。经过 100 次迭代后，对象并未从背景中完全分割出来，因为原始轮廓没有接近对象边界。 imshow(bw) title('Segmented Image, 100 Iterations') %要继续进行分割演化，请增加迭代次数。经过 300 次迭代，对象从背景中完全分割出来。 bw = activecontour(I,mask,300); imshow(bw) title('Segmented Image, 300 Iterations')使用主动轮廓和交互式掩膜分割图像
clear all close all clc %读取并显示灰度图像。 I = imread('toyobjects.png'); imshow(I) %使用 drawrectangle 函数在关注的对象附近绘制初始轮廓。绘制轮廓后，使用 createMask 函数创建掩膜。 r = drawrectangle; mask = createMask(r); %使用 'edge' 方法和 200 次迭代来分割图像。 bw = activecontour(I,mask,200,'edge'); %以红色显示原始图像上的最终轮廓。 hold on; visboundaries(bw,'Color','r'); %显示对原始图像进行分割的结果。前景中的对象具有蓝色。 figure imshow(labeloverlay(I,bw));使用二维初始种子掩膜执行三维分割
clear all close all clc %加载三维体图像数据，删除单一维度。 D = load('mri.mat'); A = squeeze(D.D); %为初始种子点创建二维掩膜。 seedLevel = 10; seed = A(:,:,seedLevel) > 75; figure imshow(seed) %创建一个空的三维种子掩膜，并将种子点放入其中。 mask = zeros(size(A)); mask(:,:,seedLevel) = seed; %使用主动轮廓执行分割，指定种子掩膜。 bw = activecontour(A,mask,300); %显示三维分割后的图像。 figure; p = patch(isosurface(double(bw))); p.FaceColor = 'red'; p.EdgeColor = 'none'; daspect([1 1 27/128]); camlight; lighting phong
二维数值矩阵 | 三维数值数组 要分割的图像，指定为二维数值矩阵或三维数值数组。
二值图像 分割开始演化时的初始轮廓，指定为与 A 大小相同的二值图像。对于二维和三维灰度图像，mask 的大小必须与图像 A 的大小相匹配。对于彩色图像和多通道图像，mask 必须为二维逻辑数组，其中前两个维度与图像 A 的前两个维度相匹配。 可以使用 ROI 对象以交互方式创建掩膜。例如，使用 drawpolygon 函数绘制一个多边形 ROI，然后使用 createMask 函数从该 ROI 创建掩膜。
100 （默认） | 正整数 分割演化中要执行的最大迭代次数，指定为正整数。当主动轮廓达到最大迭代次数时，activecontour 停止主动轮廓的演化。如果当前迭代中的轮廓位置与最近五次迭代之一中的轮廓位置相同，activecontour 也会停止演化。 如果初始轮廓位置（由 mask 指定）远离对象边界，请指定较高的 n 值以获得所需的分割结果。
‘Chan-Vese’ （默认） | ‘edge’ 分割所使用的主动轮廓方法，指定为 ‘Chan-Vese’ 或 ‘edge’。
指定可选的、以逗号分隔的 Name,Value 对组参数。Name 为参数名称，Value 为对应的值。Name 必须放在引号中。您可采用任意顺序指定多个名称-值对组参数，如 Name1,Value1,…,NameN,ValueN。 示例： BW = activecontour(I,mask,200,‘edge’,‘SmoothFactor’,1.5);
分割区域边界的平滑度或规则性，以逗号分隔的对组形式指定，其中包含 ‘SmoothFactor’ 和一个正数。值越高，生成的区域边界越平滑，但也可能会平滑掉较细微的细节。值越低，生成的区域边界越不规则（平滑处理越少），但可以捕获较细微的细节。‘Chan-Vese’ 方法的默认平滑度值为 0，‘edge’ 方法的默认平滑度值为 1。 示例： ‘SmoothFactor’,1.5
轮廓向外扩展或向内收缩的趋势，指定为以逗号分隔的对组，其中包含 ‘ContractionBias’ 和数值标量。正值使轮廓偏向内缩（收缩）。负值使轮廓偏向外张（扩张）。此参数无法保证轮廓收缩（或扩展）。即使此参数为正值，轮廓实际上也可能会扩张。但是，与无偏差轮廓相比，指定偏差可以减缓扩展。此参数的值通常介于 -1 和 1 之间。‘Chan-Vese’ 方法的默认收缩偏差为 0，‘edge’ 方法的默认收缩偏差为 0.3。 示例： ‘ContractionBias’,0.4
BW - 分割后的图像 二值图像 分割后的图像，以与输入图像 A 大小相同的二值图像形式返回。前景是白色（逻辑 true），背景是黑色（逻辑 false）。
activecontour 使用 mask 中区域的边界作为演化开始时轮廓的初始状态。带孔洞的 mask 区域可能会导致不可预测的结果。请使用 imfill 填充 mask 区域中的孔洞。
如果某个区域触及图像边界，则 activecontour 在进一步处理之前，会从该区域中删除单像素层，以便该区域不会触及图像边界。
要获得更快、更准确的结果，请指定靠近所需对象边界的初始轮廓位置，特别是对于 ‘edge’ 方法。
对于 ‘edge’ 方法，主动轮廓会自然内缩（收缩）。在没有任何图像梯度的情况下，主动轮廓会自行收缩。相反，在 ‘Chan-Vese’ 方法中，轮廓是无偏差的，轮廓可以根据图像特征自由收缩或扩展。
要使用 ‘edge’ 方法实现精确分割，请指定位于对象边界之外的初始轮廓。默认情况下，使用 ‘edge’ 方法的主动轮廓会偏向收缩。
如果对象区域具有明显不同的灰度强度，‘Chan-Vese’ 方法 [1] 可能不会分割图像中的所有对象。例如，如果图像同时包含比背景亮的对象和比背景暗的对象，‘Chan-Vese’ 方法通常只会分割出暗的对象或分割出亮的对象。
