水平集（简单理解，有些其他地方看不到）（针对图像分割）

从Level-set的字面意思能够理解到，set为集合，代表了一系列点集，一个函数上满足一定条件的一系列点集。例如：{x│f(x)=x²+1=2}，set为{-1,1}。Level为水平，既函数的取值，代表了f(x)的值。
用二维(x,y)表示一维(x)，二维线表示一维点，{x│f(x)=x²+1=2}，Level为2，set为{-1,1}。
用三维(x,y,z)表示二维(x,y)，三维面表示二维线，{(x,y)│f(x,y)=x²+y²+1=2},Level为2，set为{x²+y²+1=2}。
从三维上来看，f(x,y)的值代表着曲面上的一条曲线，因此我们能够看出f(x,y)就是我们的曲线方程（这里可以理解为，我们的x、y、z统一存在一个公式时，该公式是三维曲面公式，当我们把其中一个变量提取出来，用其他变量进行表示时，我们对该变量的研究也就下降了一维，从原来的三维曲面下降到了二维曲线。）
因此我们的f(x,y)对t求导时，也就相当于我们的曲线对t求导。这里我们其实已经潜在地定义了x、y都和t相关，都是t为自变量的函数。求导的本质意义为预测该状态在变量变化的下一个状态。这里的曲线在时间变量下是在扩张或是收缩的状态，曲线对t求导，意味着曲线在该时刻变化的快慢，也就是曲线变化的速度。针对曲线的变化，其变化速度方向是曲线的法线方向（这里会有疑问，我们平时采用的y=x²，看上去也是一条曲线，为什么它的变化方向却是曲线的切线方向。同时可以从上边的描述看到，这里我没有说曲线的变化方向，因为y=x²是一元函数，其变化指点的变化方向。z=x²+y²+1是二元函数，其变化指线的变化方向。这里的变化其实是一种预测，对于y=x²来说是预测在(x+Δx)时，y的取值。对于z=x²+y²+1来说是预测在(x+Δx，y+Δy)时，z的取值。）
{(x,y)│f(x,y)=x²+y²+1=2}这里的二元函数对t求导，最后结果为带有方向的速度。没有方向的速度为标量V，这里的速度方向为曲线的法线方向N ⃗，因此我们的导数可以表示为

上面写了一堆，是之前写的，应该对大家有帮助，下面写点新鲜的东西。
下面的东西我在知乎也发表过，为了方便，直接粘过来。

之前讲解的level取0，那么为啥要取0和为什么最后会到0呢？？？我个人理解，其实这里是让我们的函数三维的没有第三维。很好被接受的形式：x2+y2+1=0。

然后我要说的是，我们在变化的时候我们的水平没有变，就是我们切面没有动，只是构造的那个立体函数上下左右前后在动。

在图像研究领域，水平集的应用大家仿佛都有意避开了一些东西，我们的三维是咋来的，这里可以展开说，第三维是从图像和先验速度为法线来的。

也就是之前我们只是一个平面的环，那么怎么变成立体的山呢？？？

环函数+图像梯度类信息+法线方向先验=三维的山。

这样我们应该就可以理解了，我们如何让图像控制曲线演变速度呢？用梯度信息（边缘梯度大）

如何控制演变方向呢？用最优方向，法线方向。（曲线沿法线方向变化最快）

曲线的变化方向有了，之后需要找到F，这个F就代表了曲线变化的快慢，靠近边缘变化慢，远离边缘变化快。它加上法线方向，就表示了曲线的演变。