Recently some modified GVF active co

Recently some modified GVF active contour model have been
developed to address this issue. Li et al. [30] proposed edge
preserving gradient vector flow (EPGVF), which makes V(x, y)
projection along object edges to be better for preserving edges.
Some improved results have been acquired by a robust region-
based segmentation method introduced by Xie and Mirmehdi
[12]. By generalizing the Laplacian operator fromflat space toman-
ifold during diffusion, Lu et al. [21] presented gradient vector flow
over manifold (GVFOM) which outperforms GVF in terms of weak
edge preserving, concavities convergence. Tang [16] exploited the
multi-direction GVF active contour to trace the boundary of the
skin cancer even if there are other objects near the skin cancer re-
gion. By integrating the gradient vector flow and the prior direc-
tional information, Zhu et al. [31] introduced gradient and
direction vector flow, which is capable of addressing the issue of
weak edge leakage in some cases. Kovacs et al. [32] proposed harris
function based active contour external force for detecting complex
boundaries with weak contrast and high curvatures.

ผลลัพธ์ (ไทย) 1:

เพิ่ง GVF modified บางใช้งานรูปแบบรูปร่างได้พัฒนาเพื่อแก้ไขปัญหานี้ Li et al. [30] เสนอขอบรักษาตัดค่าเสื่อมเวกเตอร์ไล่ระดับสี (EPGVF), ซึ่งทำให้ V (x, y)การคาดคะเนไปตามขอบวัตถุที่ดีสำหรับการรักษาขอบผลลัพธ์บางอย่างขึ้นมา โดยภูมิภาคแข็งแกร่งใช้วิธีแบ่ง Xie และ Mirmehdi[12] . โดย generalizing Laplacian ดำเนิน fromflat พื้นที่ toman -ifold ระหว่างแพร่ เวกเตอร์ไล่ระดับตัดค่าเสื่อมแสดง Lu et al. [21]ผ่านท่อร่วมไอดี (GVFOM) ซึ่งมีประสิทธิภาพสูงกว่า GVF ในแง่ของอ่อนแอขอบ concavities บรรจบ การรักษา ถัง [16] สามารถเกิดการหลายทิศทางเส้นโครงร่างงาน GVF ติดตามขอบเขตของการโรคมะเร็งที่ผิวหนังแม้มีวัตถุอื่น ๆ ใกล้ตัวผิวมะเร็ง re-กิออน โดยการตัดค่าเสื่อมไล่ระดับเวกเตอร์และ direc - ล่วงหน้าหากคุณข้อมูล การไล่ระดับสี Zhu et al. [31] แนะนำ และทิศทางเวกเตอร์ตัดค่าเสื่อม ซึ่งสามารถจัดการกับปัญหาของรั่วไหลอ่อนขอบในบางกรณี Kovacs et al. [32] เสนอแฮร์ริสฟังก์ชันจากแรงภายนอกรูปร่างใช้งานสำหรับการตรวจสอบที่ซับซ้อนขอบเขตความเปรียบต่างต่ำและสูงได้

ผลลัพธ์ (ไทย) 2:

เมื่อเร็ว ๆ นี้บาง Modi Fi เอ็ด GVF รุ่น Contour ใช้งานได้รับการ
พัฒนาขึ้นเพื่อแก้ไขปัญหานี้ Li et al, [30] ขอบเสนอ
รักษาข้อมูลเวกเตอร์ไล่ระดับชั้นโอ๊ย (EPGVF) ซึ่งทำให้ V (x, y)
ฉายพร้อมวัตถุขอบจะดีกว่าการรักษาขอบ.
บางผลที่ดีขึ้นได้รับมาโดยภูมิภาคที่มีประสิทธิภาพ
วิธีการแบ่งกลุ่มตามการแนะนำให้รู้จัก Xie และ Mirmehdi
[12] โดยผู้ประกอบการ generalizing Laplacian จากฟลอริด้าในพื้นที่ toman-
ifold ในระหว่างการแพร่ Lu et al, [21] นำเสนอเวกเตอร์ไล่ระดับชั้นโอ๊ย
กว่านานา (GVFOM) ซึ่งมีประสิทธิภาพดีกว่า GVF ในแง่ของการที่อ่อนแอ
ขอบรักษา concavities บรรจบกัน ถัง [16] ใช้ประโยชน์
หลายทิศทาง GVF รูปร่างที่ใช้งานเพื่อติดตามขอบเขตของ
โรคมะเร็งผิวหนังแม้ว่าจะมีวัตถุอื่น ๆ ที่อยู่ใกล้โรคมะเร็งผิวหนังอีก
Gion โดยบูรณาการการไล่ระดับสีเวกเตอร์ชั้นโอ๊ยและก่อนทิศทาง
ข้อมูล tional จู้ et al, [31] แนะนำการไล่ระดับสีและ
ทิศทางเวกเตอร์ชั้นโอ๊ยซึ่งมีความสามารถในการแก้ไขปัญหาของ
การรั่วไหลของขอบอ่อนแอในบางกรณี ว๊ากซ์, et al [32] แฮร์ริสที่นำเสนอ
ฟังก์ชั่นการใช้งานตามรูปร่างแรงภายนอกสำหรับการตรวจสอบที่ซับซ้อน
ขอบเขตมีความคมชัดที่อ่อนแอและโค้งสูง

ผลลัพธ์ (ไทย) 3:

เมื่อเร็ว ๆนี้บางประเทศใช้เส้นแบบโมดิจึงเอ็ดได้พัฒนาขึ้นเพื่อแก้ไขปัญหานี้ Li et al . [ 30 ] ขอขอบการไล่ระดับสีฟรีเวกเตอร์flโอ๊ย ( epgvf ) ซึ่งทำให้ V ( x , y )ฉายตามขอบวัตถุ ดีกว่ารักษาขอบปรับปรุงผลลัพธ์ที่ได้มาตามภูมิภาคที่แข็งแกร่ง -การแนะนำและวิธีการตาม mirmehdi เซี่ย[ 12 ] โดยผู้ประกอบการจาก Generalizing Laplacian flพื้นที่ - ที่โตมานifold ในระหว่างการแพร่ , Lu et al . [ 21 ] แสดงการไล่ระดับสีเวกเตอร์fl โอ๊ยกว่ามากมาย ( gvfom ) ซึ่งมีประสิทธิภาพดีกว่าประเทศในด้านอ่อนแอขอบรักษา concavities บรรจบกัน . [ 16 ] ถูกตังหลายทิศทางประเทศงาน Contour ติดตามขอบเขตของโรคมะเร็งผิวหนังแม้มีวัตถุใกล้ผิวมะเร็งอีกครั้งกิอน . โดยการบูรณาการการไล่ระดับสีเวกเตอร์flโอ๊ยและทิศทางก่อน -ข้อมูล tional จู้ et al . [ 31 ] แนะนำการไล่ระดับสีและทิศทางเวกเตอร์flโอ๊ย ซึ่งสามารถแก้ไขปัญหาของรั่วขอบที่อ่อนแอได้ในบางกรณี โคแวคส์ et al . [ 32 ] เสนอแฮร์ริสใช้งานฟังก์ชันรูปร่างภายนอกบังคับสำหรับการตรวจสอบที่ซับซ้อนขอบเขตกับความคมชัดที่อ่อนแอและ 1 จุดสูง