1、“.....移动接口和正面被传统水平集方法中零水平集所描述。水平集方法多年来已被成功应用于广泛领域，包括流体力学，燃烧，实体建模，电脑动画，材料科学与图像处理等人，问题。这些接口可以很容易地开发尖角，掰开来，然后以个强大和稳定方式融合在起。二．基本数学公式很多函数和偏微分方程都被应用于图像分割。图平均曲率运动和拓扑结构变化个基本图像分割模型是和年提出来，相关公示如下其中，和是预先定义。两相分割和所提出演化方程可以表示为其中和是预先定义。如下图所示，个方程和,年应用于图像分割。其中和是固定。除了上面提到这些，也有很多其它方法已被用于相关应用。在传统水平集方法中......”。

2、“.....如同称为水平集函数高维连续函数中零水平集中文字文献翻译二级学院数学与统计学院班级级信息班学生姓名学号基于偏微分方程的图像分割周彬，杨效林，刘睿和魏巍摘要在许多应用领域中，图像分割是最重要的过程。图像分割的目的是为了检测图像中的对象。基于统计理论的方法可以很好的应用在图像上，这种方法无噪音或者是噪音小。但是，分割的步骤是难以实现的，结果的准确性也往往依赖于些人为的因素。色，灰度级或纹理。基于和，年图像分割方法是最方便，最有效。它主要优点是它理论背后理念和解决方案技术在其他领域，如物理，力学，已经非常成熟。方法等人梯度矢量流和......”。

3、“.....年，是很典型方法。然而最近，无需重新初始化等人，年水平集模型，索伯列夫梯度方法，年，算子模型和，年是备受提倡。水平集方法是由和年首先提出来。在用于计算和分析所述运动两个或三个维度中接口时，它不但简单，而且适应性强。移动接口和正面被传统水平集方法中零水平集所描述。水平集方法多年来已被成功应用于广泛领域，包括流体力学，燃烧，实体建模，电脑动画，材料科学与图像处理等人，问题。这些接口可以很容易地开发尖角，掰开来，然后以个强大和稳定方式融合在起。二．基本数学公式很多函数和偏微分方程都被应用于图像分割。图平均曲率运动和拓扑结构变化个基本图像分割模型是和年提出来......”。

4、“.....和是预先定义。两相分割和所提出演化方程可以表示为其中和是预先定义。如下图所示，个方程和,年应用于图像分割。其中和是固定。除了上面提到这些，也有很多其它方法已被用于相关应用。在传统水平集方法中，曲线或曲面活动轮廓模型是隐含表示出来，如同称为水平集函数高维连续函数中零水平集水平集方法。在这个想法，基于偏微分方程图像分割可以实现。图作为第个例子显示了图像分割水平集演化，该图像像素是，初始水平集函数零轮廓显示在第个数字。它包围该对象。典型零轮廓和最终零轮廓如图。至于第二数值例子，水平集解和我们要分割两个单独对象如图。该图像是像素，它已经严重污染......”。

5、“.....由于水平集演化，该算法允许拓扑结构自动变化。这个例子表明，以为基础方法可以处理污染和复杂初始轮廓图像。四．结论这项研究叙述图像分割和偏微分方程。许多偏微分方程可以应用于图像分割，并且已提出了非常多以为基础方法或模型。这些都是方便和有效图像分割方法。五．致谢这项研究是由中国国家自然科学基金编号支持。作者想感谢匿名人提出宝贵意见。参考文献,.,,.,.,,.,.,,,.,.,.,.,.,.,,.,.,,,.,,.,.,.,.,,.,,,.,.,.,.,,,.,,,.,,,.,,.,.,.,,......”。

6、“.....,,.,.,.,.色，灰度级或纹理。基于和，年图像分割方法是最方便，最有效。它主要优点是它理论背后理念和解决方案技术在其他领域，如物理，力学，已经非常成熟。方法等人梯度矢量流和，年和水平集方法和，年，是很典型方法。然而最近，无需重新初始化等人，年水平集模型，索伯列夫梯度方法，年，算子模型和，年是备受提倡。水平集方法是由和年首先提出来。在用于计算和分析所述运动两个或三个维度中接口时，它不但简单，而且适应性强。移动接口和正面被传统水平集方法中零水平集所描述。水平集方法多年来已被成功应用于广泛领域，包括流体力学，燃烧，实体建模，电脑动画，材料科学与图像处理等人，问题......”。

7、“.....掰开来，然后以中文字文献翻译二级学院数学与统计学院班级级信息班学生姓名学号基于偏微分方程图像分割周彬，杨效林，刘睿和魏巍摘要在许多应用领域中，图像分割是最重要过程。图像分割目是为了检测图像中对象。基于统计理论方法可以很好应用在图像上，这种方法无噪音或者是噪音小。但是，分割步骤是难以实现，结果准确性也往往依赖于些人为因素。很多物理现象可以描述为偏微分方程，而且相关程序很容易展示出来。随着偏微分方程应用，它很方便完成了分割和展示过程。关键字图像分割偏微分方程水平集方法．简介图像分割是图像分析，模式识别和计算机视觉领域项重要活动......”。

8、“.....年，年，。分割是用于检测对象和分析图像种重要技术，。分割方法分为几类，如直方图分析，区域增长，边缘检测和以偏微分方程为基础方法，等等。种图像可以使用直方图分析法，年进行分割，这种分割方法是基于其强度和些预定义阈值分布。此方法不利用空间结构信息，而且对于简单与少量结构图像，它是很有效。基于边缘分割方法，年第次搜索完图像物体边缘后，就利用边缘信息为图像中主要对象重建完整边界。它基于事实是边界位置是由个极端阶导数或二阶导数中零点给出。它主要缺点是真正边界往往被图像中噪声所分开从而导致错误。区域增长法和，年是最流行分割方法之......”。

9、“.....并运用均值，近邻或其他些聚类方法把它们合并成更大区域。合并或分组标准可以基于如均匀度，接近度，颜色，灰度级或纹理。基于和，年图像分割方法是最方便，最有效。它主要优点是它理论背后理念和解决方案技术在其他领域，如物理，力学，已经非常成熟。方法等人梯度矢量流和，年和水平集方法和，年，是很典型方法。然而最近，无需重新初始化等人，年水平集模型，索伯列夫梯度方法，年，算子模型和，年是备受提倡。水平集方法是由和年首先提出来。在用于计算和分析所述运动两个或三个维度中接口时，它不但简单，而且适应性强。移动接口和正面被传统水平集方法中零水平集所描述......”。