所以，才必须要解决凹陷区域识别率的问题。

否则直接给你把斜角甲板那一块分割成圆润的弧线，那就和一艘油轮差不多，一点特征都不剩了。

“林总说的不错。”

常浩南信步来到黑板旁边：

“传统的几种活动轮廓模型，很难直接被应用在我们海洋一号的图像识别算法当中。”

“不过我之前在写一篇论文的时候，曾经无意中看到过一种思路，就是利用变分水平集方法改进活动轮廓模型。”

“到目前为止，这种思路的主要产物是几何活动轮廓模型，以及更进一步，利用Mumford-Shah泛函对变分水平集方法进行分段所开发出的测地活动轮廓模型。”

“当然，由于水平集方法在过去一直存在不守恒问题，因此这两种方法在面对曲线拓扑结构变化时的适应性仍然有限。”

“不过，如果你们看过我之前发表在第一期JCAS上的那篇文章，就会知道我已经从理论层面上解决了这一问题……”

说完之后，常浩南在黑板上写下了第一个方程：

p(F)=e^(-βE|F|)/Z.

而就在这个时候，下面又有另外一个人举起手：

“常总，第一期JCAS上的大部分文字我倒是都看过，但如果没记错的话，您发表的那篇文章好像是用来进行多相流模拟的？”

“是的。”

常浩南此时也恰好写完方程，于是转过头回答道：

“但数学原理层面的东西，万变不离其宗。”

“多相流模拟的难点，也是在于其相界面的拓扑结构高度不确定，因此需要将运动界面描述为随时间变化的水平集。”

“因此，这种方法可以在几乎无需改动的情况下，被应用在偏微分方程的曲线演化当中”

说完之后，他重新指向黑板：

“这是统计力学当中，吉布斯公式所对应的贝叶斯形式，而我刚刚所提到过的变分方法，恰好在形式上与之完全一致……”

“而基于偏微分方程的图像处理方法，实质上正是在图像的连续数学模型上，假设图像遵循某一指定的偏微分方程发生变化，而PDE的解就是希望得到的处理结果。”

“至于如何确定这一制定的偏微分方程形式……”

常浩南一边说，一边在“图像变化”和“偏微分方程”中间画了个箭头：

“一般来说，是将期望实现的图像变化与某种数学物理过程进行对比，例如将图像的平滑处理类比于杂质的扩散过程，当然，大多数处理方式都不会如此简单，这也正是我们当前阶段需要研究的问题。”

“就我目前的研究进度来说，只要能够走到这一步。”

他又在“偏微分方程”五个字上画了个圈：

“后面的数值求解过程，就几乎不是问题！”