水平集方程的推导

body
{
font-family: 微软雅黑;
font-size: 14pt;
line-height: 1.5;
}
html, body
{
color: ;
background-color: ;
}
h1 {
font-size:1.5em;
font-weight:bold;
}
h2 {
font-size:1.4em;
font-weight:bold;
}
h3 {
font-size:1.3em;
font-weight:bold;
}
h4 {
font-size:1.2em;
font-weight:bold;
}
h5 {
font-size:1.1em;
font-weight:bold;
}
h6 {
font-size:1.0em;
font-weight:bold;
}
img {
border:0;
max-width: 100%;
height: auto !important;
}
blockquote {
margin-top:0px;
margin-bottom:0px;
}
table {
border-collapse:collapse;
border:1px solid #bbbbbb;
}
td {
border-collapse:collapse;
border:1px solid #bbbbbb;
}

水平集方法

水平集方法是一种隐式描述移动界面的欧拉方法, 最早由 Osher 和 Sethian 在1988年引入。

水平集方程的推导

在区域Ω内,考虑随时间t演化的界面 Γ=Γ(x,t), 其中x表示Γ上的一点。 移动界面可以用一个函数?(x,t) 的零水平集表示, 即 Γ={x|?(x,t)=0}。给定Ω 上的速度向量场V(x,t), 则方程(1)描述了? 的水平集以速度V(x,t)在区域Ω中传播的过程,该方程就称为水平集方程

?t+V???=0(1)

下面在二维情形下推导方程(1)。我们用零水平集?(x,y,t)=0来表示 移动界面,而且希望界面上的点在移动过程中,始终在这个?(x,y,t)的零水平集上,则有

ddt?(x(t),y(t),t)=0(2)

由链式法则,可得:

?t+?xxt+?yyt?t+(xt,yt)?(?x,?y)?t+V???===000(3)(4)(5)

其中V=(xt,yt)。方程(5)就是所谓的水平集方程,描述了水平集在外部速度场中的 移动过程。

因为水平集?(x,y,t)=c的单位法向为:

n(x,y,t)=??(x,y,t)|??(x,y,t)|.(6)

方程(5)中的V???项, 可以理解为只有速度场V(x,y,t) 在水平集的法向方向分量才会影响水平集的移动,因此可以引入下面的法向速度场:

Vn=V(x,y,t)???(x,y,t)|??(x,y,t)|.(7)

水平集方程的形式也可改写为:

?t+Vn|??(x,y,t)|=0(8)

参考文献

  1. Osher, Stanley, and James A Sethian. “Fronts Propagating with Curvature-Dependent Speed: Algorithms Based on Hamilton-Jacobi Formulations.” Journal of Computational Physics 79, no. 1: 12–49.

来自为知笔记(Wiz)

时间: 2024-12-09 04:43:07

水平集方程的推导的相关文章

计划:怎样理解水平集方法 ITK Level set V4 框架介绍

简易解释:在曲面中插入一个平面所形成的轮廓,即是该轮廓的水平集表示,可见,该轮廓的水平集表示有多个.对于图像分割,在图像力的驱动下曲面进行更新. 轮廓的数学表达有隐式和显式两种表达.用曲面演化代替Front (C)演进. C(t) = {(x, y)|φ(x, y, t) = 0} ?φ/ ?t + F|?φ| =0 (1) φ(x, y, 0) = φ0(x, y) 方程的本质是什么? 几何解释是什么 edge-based level set ?φ /?t = g(?I)|?φ| (div (

DRLSE 水平集算法总结

背景: Level Set方法是美国数学家Osher(加州大学洛杉矶分校)和Sethian(加州大学伯克利分校)合作提出的.后者因为对Level Set的贡献获得了去年美国数学会与工业应用数学会联合颁发的维纳奖.遗憾的是这两位Level Set的开创者现在正为争夺Level Set的名誉而对簿公堂. Level Set方法是他们在98年文章"Front Propagation with Curvature Depedent Speed: Algorithms Based on Hamilton-

计划:怎样学习在图像分割中水平集算法

水平集方法由 Osher 和 Sethian 于 1988 年提出[1],最初应用于流体力学领域,后被广泛应用于各种同曲线演化相关的科学研究和工程领域.1997 年Caselles等人率先将这一理论应用到图像科学领域后,开始了基于水平集方法的图像处理技术的研究. 为了提高分割的稳健性,先后提出了基于边界边缘的几何轮廓线模型.基于区域的几何轮廓线模型.基于先验形状知识的几何轮廓线模型,纹理图像分割模型.运动图像的分割分割模型及这些模型集成化的图像分割模型.多模型成分集成是近年该学术流派发展的重要趋

水平集群和垂直集群的区别!

我很笨,今天才搞明白什么是水平集群.什么是垂直集群. 垂直集群就是一台机器上安装多个应用服务器.或者说在同一台服务器上做集群,大概就是这样: 水平集群就是多台机器上安装多个应用服务器,或者说在多台硬件服务器了,大概就是这样: .... 语言表达能力越来越差,写字越来越难看,基本是废了.

Li的前期工作Level_Set_Evolution_Without_Re-initialization_A_New_Variational_Formulation

注意:由于页面显示原因,里头的公式没能做到完美显示,有需要的朋友请到我的资源中下载 无需进行重新初始化的水平集演化:一个新的变分公式 Chunming Li , Chenyang Xu , Changfeng Gui , and Martin D. Fox 1.Department of Electrical and 2.Department of Imaging 3.Department of Mathematics Computer Engineering      and Visualiz

[傅里叶变换及其应用学习笔记] 五. 傅里叶级数连续性讨论,热方程

这份是本人的学习笔记,课程为网易公开课上的斯坦福大学公开课:傅里叶变换及其应用. 热方程后续 上节课推导出热方程的傅里叶系数: $C_k(t) = C_k(0)e^{-2\pi ^2 k^2t}$ 那么$C_k(0)$是什么? 上节课有提到温度有如下关系式: $U(x,t) = \displaystyle{\sum_{k=-\infty}^{\infty}C_k(t)e^{2\pi ikx} }$ 当$t=0$,代表初始时刻圆环上的温度分布 $f(x) = U(x,0) = \displayst

apache + tomcat 负载均衡分布式集群配置

Tomcat集群配置学习篇-----分布式应用 现目前基于javaWeb开发的应用系统已经比比皆是,尤其是电子商务网站,要想网站发展壮大,那么必然就得能够承受住庞大的网站访问量:大家知道如果服务器访问量过大,就会出现服应用务器崩溃的情况,这个时候怎么办,难道就只能去重启服务器吗?好,如果是一般的小型公益网站到也无所谓,但如果是比如像大型航空公司售票等电子商务网站,每天每小时都有大量的订单业务,如果这些售票系统一旦崩溃后,再去重启,这些时间和客户的损失就直接会影响到航空公司的利益,这些损失如何去避

转载 Tomcat集群配置学习篇-----分布式应用

Tomcat集群配置学习篇-----分布式应用 现目前基于javaWeb开发的应用系统已经比比皆是,尤其是电子商务网站,要想网站发展壮大,那么必然就得能够承受住庞大的网站访问量:大家知道如果服务器访问量过大,就会出现服应用务器崩溃的情况,这个时候怎么办,难道就只能去重启服务器吗?好,如果是一般的小型公益网站到也无所谓,但如果是比如像大型航空公司售票等电子商务网站,每天每小时都有大量的订单业务,如果这些售票系统一旦崩溃后,再去重启,这些时间和客户的损失就直接会影响到航空公司的利益,这些损失如何去避

Tomcat集群配置--负载均衡

Tomcat集群配置学习篇-----分布式应用 现目前基于javaWeb开发的应用系统已经比比皆是,尤其是电子商务网站,要想网站发展壮大,那么必然就得能够承受住庞大的网站访问量:大家知道如果服务器访问量过大,就会出现服应用务器崩溃的情况,这个时候怎么办,难道就只能去重启服务器吗?好,如果是一般的小型公益网站到也无所谓,但如果是比如像大型航空公司售票等电子商务网站,每天每小时都有大量的订单业务,如果这些售票系统一旦崩溃后,再去重启,这些时间和客户的损失就直接会影响到航空公司的利益,这些损失如何去避