[發明專利]基于非下采樣Shearlet變換與矢量C-V模型的圖像分割方法

有效

• 申請號: 201610022719.4
• 申請日: 2016-01-14
• 公開（公告）號: CN105608705B
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 王相海;方玲玲;蘇欣;朱毅歡
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 大連非凡專利事務所 21220
• 代理人: 閃紅霞

1.一種基于非下采樣Shearlet變換與矢量C-V模型的圖像分割方法，其特征在于按照如下步驟進行：

定義 C-V能量泛函形式如下，

其中是Heaviside 函數，定義如下：

它的分布導數為；

對于固定的和極小化關于的函數，

通過使用最速下降流方法可以得到控制平均曲率和誤差項的Euler-Lagrange方程；

矢量C-V模型有如下定義：

其中是中圖像的等層信道,是演化曲線，和是近似圖像強度的未知的常數向量，和是每一層信道的參數；

其水平集函數如下：

為了計算的Euler-Lagrange方程，將和規范為：

和

極小化關于的能量泛函得到的Euler-Lagrange方程為：

步驟 1. 對給定的圖像用NSST進行層分解，首先是用非下采樣的Laplacian金字塔算法實現圖像的多尺度分解，再利用剪切矩陣獲得方向，具體地：

步驟 11.利用Laplacian金字塔分解算法，把分解成一個低通濾波后的圖像，和一個高通濾波后的圖像；

步驟 12.在偽極格上計算，生成矩陣；

步驟 13.對矩陣進行帶通濾波；

步驟 14.直接重新定義笛卡爾抽樣值，向二維快速Fourier變換或應用逆采用上一步中的偽極離散Fourier變換，得到剪切系數；

步驟 2.將用NSST獲得的不同方向的低頻和高頻分量，送到矢量C-V模型中；

步驟 3.在整個圖像上初始化一系列均勻分布演化曲線，設每層多分辨表示的圖像的正則化參數；

步驟 4.極小化由步驟2得到的能量泛函；

步驟 5.輸出最后的分割結果。