水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题，其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程，通过求解极小值最终获取目标轮廓从而达到图像分割的目的 为了解决不同应用领域的图像处理问题，各种相应的基于水平集方法的图像分割算法已被提出，大量的研究者仍在不断地改进和提高这些算法的效率和有效性.对现有的用于部分图像分割的水平集方法进行了综述，主要介绍传统水平集方法无重新初始化水平集方法连续水平集方法以及最近相关的改进方法，并简要讨论了各种方法的优缺点

我们通常用的函数dbn中的n就是这个小波函数的消失矩; 消失矩越大,它的支撑长度就越大,通常是支撑长度不少于2*n-1的; 消失矩越大,对应的滤波器越平坦,而且小波函数的振荡很强. 光滑函数在利用小波展开后的零点越多,也就是说小波的消失矩的大小, 决定了小波逼近光滑信号的能力.这一点也可以用来进行图像压缩. 越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高. 通常我们都愿意采用消失矩较高的小波函数. 我们可以对一个信号,采用不同的消失矩的小波函数来分