[發明專利]一種圖像分割方法及裝置

有效

• 申請號: 201210320741.9
• 申請日: 2012-08-31
• 公開（公告）號: CN103679679B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 黃寧;鄧翔
• 申請（專利權）人: 西門子公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 李慧

技術領域

本發明涉及數字圖像處理技術，特別涉及一種圖像分割方法及裝置。

背景技術

圖像分割就是把圖像分成若干個特定的、具有獨特性質的區域并提出感興趣目標的技術和過程。它是由圖像處理到圖像分析的關鍵步驟。圖像分割技術在在醫學影像，視頻編輯，計算機視覺等方面有著廣泛的應用。例如，在醫學影像領域中，圖像分割技術可以用于測量人體器官、組織或者病灶的尺寸和體積，為醫生提供重要的圖像參考數據。

通常，為了獲取更為準確的分割結果，首先需要利用一定的圖像分割算法對圖像進行初始分割，以得到初始分割結果。然后，對該初始分割結果進行手動的修改，以便得到準確的分割結果。

在現有圖像分割算法中，隨機游走（Random?Walk）和圖切割（Graph?Cut）是兩種常用的圖像分割算法。比如隨機游走算法中，用戶需要對圖像中的某些像素點進行初始標記，作為已知像素點，以標出背景像素點和前景像素點；然后計算每個未標記像素點（即未知像素點）隨機游走到每個已知像素點的概率；最后通過設定閾值對每個像素點進行分類，以實現圖像分割。

以下以Random?Walk算法為例對現有技術中的圖像分割算法進行描述。Random?Walk算法通過計算圖像中每個像素點到已知像素點的概率值來分割圖像。給定一個加權圖G{V,E,W}，其中，V代表圖像中的像素點，E代表邊界。W_ij表示像素點v_i和v_j之間的權值，表示兩個像素點之間的相似程度。具體地，其中，I_i和I_j分別代表像素點v_i和v_j的灰度。σ為與灰度相關的歸一化常數。定義圖像的度矩陣D，D為N×N的對角陣，其中，N為圖像G中像素點的個數，且那么圖G的拉普拉斯矩陣可以定義為L=D-W。用X代表每個像素點歸為前景或背景的概率矩陣，X為N行2列的矩陣，矩陣X的第一列代表每個像素點歸為前景的概率，第二列代表每個像素點歸為背景的概率，則

LX=b????????????????????????????????????????????????????（1）

其中，b同樣為N行2列的矩陣，且第一列代表前景，第二列代表背景。具體地，在第一列中，如果b_i,1的值為1（其中，i=1,2,3,...,N），則代表相應的像素點v_i為已知的前景像素點，第二列中，如果b_i,2的值為1，則代表相應的像素點v_i為已知的背景像素點。這樣，根據公式（1）可以計算出每個像素點歸為前景或背景的概率矩陣X，從而得到初始的分割結果。

圖G的拉普拉斯矩陣L可以被分解成已知像素點的拉普拉斯矩陣和未知像素點的拉普拉斯矩陣，即L=LMBBTLU,]]>其中，L_M表示已知像素點的拉普拉斯矩陣，L_U表示未知像素點的拉普拉斯矩陣，B表示已知像素點和未知像素點之間的邊的權重矩陣，Β^T表示權重矩陣B的轉置。由于已知像素點的拉普拉斯矩陣L_M是固定不變的，這樣，根據上面的公式（1），可以得出

L_UX_U=-B^TM????????????????????????????????????????????（2）

其中，X_U為未知像素點歸為前景和/或背景的概率矩陣，矩陣M為矩陣b中包含已知像素點的子矩陣。從公式（2）可以看出，只需要計算未知像素點歸為前景或背景的概率矩陣X_U，就可以得到初始的分割結果。