如何使skimage的活动轮廓陷入困境

Question

我基本上是使用skimage的tutorial on morphological_geodesic_active_contour from their website。 我对已经获得的结果感到非常满意，但我更希望将轮廓甚至拉入（或推入）圆的边缘。

如果您想复制我创建的圈子，请使用以下代码（其余代码来自上述链接的网站）：

im = np.zeros((100, 100))
for i in range(100):
    for j in range(100):
        if (i - 50) ** 2 + (j - 50) ** 2 <= 400:
            im[i, j] = 1.0
im[50:80, 50:80] = 0.0

我非常感谢您的帮助！

编辑：作为变体GAC的参数，我使用了以下内容：

morphological_geodesic_active_contour(gimage, 50, init_ls,
                                      smoothing=1, balloon=-1,
                                      threshold=.9,
                                      iter_callback=callback)

Answer 1

事实证明，在运行实际算法之前执行的步骤gimage = inverse_gaussian_gradient(im)具有参数sigma，该参数控制所应用的平滑。默认情况下，此值为sigma = 5，但将其更改为sigma = 0.7可使GAC算法更好地解决问题。

查看图片以获取详细信息。