在本文中，我们表达了一个新的变化的框架对于几何活动轮廓，它迫使水平集函数接近于一个符号距离函数，并且因此完全的排除了代价性的重新初始化的过程。我们的变化的构架由一个内部能量项，它惩罚了来自符号距离函数的水平集函数的偏离，还有一个外部能量项，它可以驱动零水平向着预想的图像特征运动，比如目标边界。水平集函数结果的演变是梯度流，它最小化了整个的能量函数。提出的变化的水平集构架有三个主要的优点比起传统的水平集构架。首先，可以用一个明显的更大的时间步骤去进行数值性的解决演变的偏微分方程。，因此加速了曲线演化。第二，水...