[發明專利]一種基于C-V和RSF模型的CT圖像裂紋分割方法

在審

• 申請號: 201510067124.6
• 申請日: 2015-02-09
• 公開（公告）號: CN104574430A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 鄒永寧;楊瑞娜;羅驍;高富強;王玨
• 申請（專利權）人: 重慶大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

技術領域

本發明屬于圖像分割技術領域，涉及一種基于C-V和RSF模型的CT圖像裂紋分割方法。

背景技術

圖像分割屬于圖像預處理范疇，也是圖像處理的一個重要環節，裂紋分割主要是對CT圖像裂紋區域進行分割。在工業CT圖像中，往往是所獲取的圖像數據包含了大量的背景區域，而對于裂紋部分，往往只占有較小的比重。在工業CT圖像中，背景區域與工件區域灰度差別很大，裂紋包含在工件區域內部，且兩者的灰度差別較小，因此分割CT圖像裂紋相當困難。

發展到現在，許多學者提出了各種各樣的圖像分割方法，歸納起來主要包括以下四種：基于邊緣檢測的分割算法、基于閾值的分割算法、基于聚類的分割算法和基于能量泛函的分割算法。其中，基于能量泛函的圖像分割最近發展非常迅速，成為當前圖像分割的研究熱點之一。

最早的基于能量泛函的分割方法是活動輪廓模型(或稱為Snake模型)，活動輪廓模型進行圖像分割的基本思想是引入一個服從圖像本身約束條件的演化曲線，初始演化曲線位于目標區域周圍，按照約束條件開始演化，直到達到能量泛函最小值時，同時也是目標區域邊緣時，曲線停止演化，得到目標區域。

Mumford和Shah于1989年提出了Mumford-Shah模型，這個幾何活動輪廓模型是一個基于區域的能量泛函模型，該模型泛函描述了圖像中區域和邊界的描述，由圖像本身數據的作用才促成曲線的演化，獲得圖像的目標區域及其邊界。在該模型的基礎之上，Chan和Vese在2001年提出了C-V模型，這是一種無邊緣的活動輪廓模型，它是建立在圖像由兩個同質區域目標和背景組成的基礎之上的模型。與原來的模型相比，他不再依賴于圖像的局部梯度，

C-V模型是通過假定圖像僅含兩個同質區域，利用兩個區域間平均灰度值的差別來進行分割的，且定位準確。但是，由于CT圖像中的細小裂紋區域包含在工件區域中，和工件幾乎融為一體，采用C-V模型很難將它們分割出來。C-V模型雖然具有計算復雜性低、抗噪性強以及對初始輪廓不敏感等優點，但由于它依賴于待分割區域的灰度同質性，因此無法處理灰度不均圖像。為了更有效地解決C-V模型無法處理灰度不均圖像的分割問題，李純明博士提出了RSF模型，RSF模型把C-V模型的全局二值擬合能量泛函改為以高斯函數為核函數的局部尺度可變擬合能量定義的能量泛函，然而，RSF模型對初始輪廓位置比較敏感，單獨采用RSF模型分割CT圖像裂紋很容易陷入局部極小值的問題。

發明內容

有鑒于此，本發明的目的在于提供一種基于C-V和RSF模型的CT圖像裂紋分割方法，該方法在圖像處理時可以根據情況調整兩個模型參數大小，具有操作簡單、快速、精確等特點。

為達到上述目的，本發明提供如下技術方案：

一種基于C-V和RSF模型的CT圖像裂紋分割方法，該方法包括以下步驟：

S101：運用C-V模型對圖像進行預分割，得到工件外圍輪廓曲線φ_CV；

S102：根據C-V模型的輪廓曲線φ_CV，算出輪廓線內部的平均灰度C₁(φ_CV)；查找輪廓線φ_CV外的區域坐標，調整輪廓曲線φ_CV外所有像素點的灰度值，使得輪廓線φ_CV外像素點灰度C₂(x)等于C₁(φ_CV)，調整后得到新的圖像u₂；

S103：運用RSF模型對缺陷圖u₂進行分割，得到裂紋分割結果。

進一步，所述S101具體包括以下步驟：

1)設u₀為待分割圖像，Ω為圖像區域，C為Ω上的一個演化曲線，C內部區域為ω，C外部區域是ω為一個開區域，如以下公式所示：

2)能量函數F的表達式為：