contour op• 데이터 종류: image2d × pairs → table
• 호출: import fullseye as fs; fs.ledger.snake_evolve(image, init_points, *, alpha: 'float' = 0.1, beta: 'float' = 0.1, gamma: 'float' = 1.0, external: 'str' = 'edge', w_line: 'float' = 0.0, w_edge: 'float' = 1.0, sigma: 'float' = 1.0, kappa: 'float' = 1.0, gvf=None, gvf_mu: 'float' = 0.2, max_px_move: 'Optional[float]' = None, n_iter: 'int' = 300, spline_order: 'int' = 3, tol: 'float' = 0.0, resample_every: 'int' = 0, record_every: 'int' = 0) -> 'Dict[str, object]'(구현을 직접 호출하려면 import segcontour; segcontour.snake_evolve(image, init_points, *, alpha: 'float' = 0.1, beta: 'float' = 0.1, gamma: 'float' = 1.0, external: 'str' = 'edge', w_line: 'float' = 0.0, w_edge: 'float' = 1.0, sigma: 'float' = 1.0, kappa: 'float' = 1.0, gvf=None, gvf_mu: 'float' = 0.2, max_px_move: 'Optional[float]' = None, n_iter: 'int' = 300, spline_order: 'int' = 3, tol: 'float' = 0.0, resample_every: 'int' = 0, record_every: 'int' = 0) -> 'Dict[str, object]', 원장에서 가져오려면 opssegmentation.get("snake_evolve"))
이산 snake(Kass–Witkin–Terzopoulos 1988)의 반음적 갱신 x_t = (A + γI)^(-1)(γ x_(t-1) − f_x)(식 (19)(20))(snake_evolve).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
閉じた snake(周期境界)の点 `init_points`(N, 2)= [row, col]、N ≥ 5。内部エネルギー
E_int = ½ Σ (α |v_(i+1) − v_i|² + β |v_(i+1) − 2v_i + v_(i−1)|²) = ½ xᵀ A x(陰的)。外力(陽的)は `external` で選ぶ:
`"edge"` = ポテンシャル P = w_line · G_σ*I + w_edge · |∇(G_σ*I)|²、E_ext = −κ Σ P(v_i)(Kass の E_line と E_edge)、
`"potential" = image` をそのまま P として使う(第 2 実装と同じ P を渡すため)、
`"gvf" = 力そのものが −κ (v, u)(GVF、gvf に gvf_field の返りを渡すか、gvf_mu` で内部で作る)、
`"none" = 外力 0。P は spline_order` 次の補間スプライン(値と微分が整合)で点の位置へ。
`max_px_move` を与えると 1 反復の移動を max_px_move · tanh(Δ) に制限(skimage と同じ。近接勾配の性質は失う)。
`resample_every` > 0 なら k 反復ごとに弧長で等間隔に打ち直す(凹部へ入るとき点が疎になるのを防ぐ。エネルギーの
単調性はその時点で途切れる)。点は画像の範囲 [0, H−1] × [0, W−1] に切り詰める。
返り値: `points(N, 2)、mask(折れ線の内側)、energy / energy_internal / energy_external`(反復ごと、
先頭 = 初期。GVF では外力のエネルギーが定義されないので total と external は NaN)、`n_increase`(エネルギーが
増えた反復の数、GVF なら None)、`max_increase、lipschitz`(κP のヘッセ行列のスペクトルノルムの格子上の最大 =
外力の勾配の Lipschitz 定数の見積り)、`gamma_ge_lipschitz`(γ ≥ L なら降下補題で単調非増加が保証される)、
`radius_factor(外力 0 の円の 1 反復の縮み γ/(γ + λ_1) の閉形式)、history`(record_every ごとの点)、
`n_iter、converged`。
• active_contours_and_level_sets — 変分・動的輪郭とレベルセット — どの輪郭がどこで止まり、何を保証するか
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_active_contours — py -3.11 examples/poc_active_contours.py
table 를 입력으로 받는 것)contour)gvf_field · chan_vese_energy · chan_vese_evolve · morph_chan_vese · morph_geodesic_ac · edge_stop_g · level_set_reinit · drle_evolve
*Provenance: segcontour.py — SEGMENTATION 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.