第958章 目標輪廓識別

 如今在偏微分方程求解這方面，常浩南要是說沒有問題，那至少在國內，不太可能輕易跳出一個人來質疑這個結論。

 因此，眾人就算是基本認可了自己的下一步工作，就是尋找圖像處理手段與特定偏微分方程之間的對應關係。

 不過，對於一個真正的海洋監視系統……或者說對於整個圖像識別和處理技術來說，這仍然只能算是走完了第一步。

 甚至是第一步當中的第一個動作——

 即便就“圖像分割”環節來說，也仍然有其他需求亟待解決。

 當然，常浩南給出的思路確實是足夠新穎的。

 於是很快就有人開始舉一反三：

 “常總，如果單個水平集函數可以做到把圖像分為背景區域和目標區域，也就是進行一次兩相分割，那如果我們同時利用多個水平集函數，是否就可以完成對多相圖像的分割？”

 “理論上，當然是這樣。”

 常浩南迴答道：

 “當一副圖像中包括的信息較多，無法簡單拆分為目標和背景兩部分時，就需要考慮多相變分水平集問題。”

 “不過，多相問題的複雜程度就要更上一個臺階。”

 說完之後，他回頭在黑板上畫了一個正方形。

 “我們可以簡單地認為，每個水平集方程就是在圖像中劃定一片區域，也就是這一個正方形。”

 “當只有一個正方形時，圖像會被，而且只會被分為內和外兩個部分，並不存在第二種分法。”

 “但是。”

 常浩南又在黑板上畫出了第二個正方形，並在兩個圖形當中分別標註了1和2：

 “當出現第二個正方形時，變量並不是多出來了一個，而是多出來了兩個，也就是第二個正方形本身，以及兩個正方形之間的位置關係。”

 “如果兩個正方形不重疊，那麼整個圖像將會被分為三個區域，也就是1號內、2號內和1、2號外。”

 “而如果兩個正方形重疊，那麼整個圖像則會被分為四個區域，1號內2號外、1號外2號內、1號內2號內和1號外2號外……”

 “實際上，當我們為了劃分一副圖像而設置多個水平集函數時，那麼最多可以將該圖像分為2^n個區域，最少則可以將該圖像分為n個區域，因此分類難度並不是直線上升，而是指數級上升……”