[發明專利]基于中介真值程度度量的局部主動輪廓圖像分割方法

有效

• 申請號: 201710189231.5
• 申請日: 2017-03-27
• 公開（公告）號: CN106991683B
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 韓冰;張麗霞;連慧芳;高新波;呂濤;王平;嚴月;韓怡園
• 申請（專利權）人: 西安電子科技大學;江蘇澤景汽車電子股份有限公司西安分公司
• 主分類號: G06T7/149
• 分類號: G06T7/149
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

本發明公開了一種基于中介真值程度度量的局部主動輪廓圖像分割方法，主要解決現有基于主動輪廓的圖像分割方法不能用于多種圖像的分割及分割結果不準確的問題。其實現過程為：1)輸入待分割圖像，在圖像上給定初始輪廓，對圖像上輪廓內外像素分別進行標號；2)取圖像的局部區域，在局部區域上分別計算輪廓內外灰度均值；3)計算局部區域上像素的灰度值與輪廓內外灰度均值的相似度；4)根據上述結果構建能量函數；5)用圖割優化能量函數，對輪廓內外的像素標號進行更新，以驅動局部區域內輪廓曲線向目標邊界演化，當輪廓曲線到達目標邊界時，完成圖像分割。本發明不僅提高了圖像分割的精度，而且能對多種類型圖像進行分割，可用于目標識別。

技術領域

本發明屬于圖像處理技術領域，涉及主動輪廓圖像分割方法，可用于在目標識別中對自然圖像，人造圖像，醫學圖像，紫外極光圖像，多目標圖像，灰度不均勻圖像以及背景復雜圖像的精確分割。

背景技術

圖像分割是圖像處理中的一項關鍵技術，也是圖像分析的第一步。因此，準確的圖像分割在圖像處理中有著很重要的作用。但由于圖像分割是一項具有很高難度和深度的任務，迄今為止都沒有一個適用于多種類型圖像分割的方法。

近幾年，主動輪廓方法在圖像分割中得到了廣泛的應用，并且也取得了一定程度的效果。主動輪廓主要分為基于邊緣的主動輪廓和基于區域的主動輪廓。基于邊緣的主動輪廓方法由于其對噪聲和初始輪廓的位置較敏感，且不適用于弱邊界圖像的分割，如測地線主動輪廓圖像分割方法GAC，以及2005年Li提出的無需重新初始化的水平集圖像分割方法LSWR。因此，近些年，基于區域的主動輪廓方法比較流行，如，Chan和Vese提出的CV模型；Gelas等人于2007年提出基于配置法的徑向基函數水平集圖像分割方法CSRBFs；Li等人于2008年提出基于區域可伸縮的能量最小化圖像分割方法RSF，2010年又提出距離正則化的水平集圖像分割方法DRLSE；Andersson等人于2013年提出改進的梯度搜索水平集圖像分割方法MGSLS；這些方法雖然克服了基于邊緣的主動輪廓方法的缺點，但由于這些方法都是用梯度下降流來最小化能量函數，容易陷入局部最小。所以有人將主動輪廓方法和圖割模型結合，用圖割模型來優化主動輪廓方法的能量函數，提出了基于圖割優化的主動輪廓方法ACBGC，該方法可以找到能量函數的全局最小。但是該方法不能分割灰度不均勻的圖像和對比度極低的紫外極光圖像。為了克服以上提到的缺點，Yang等人于2015年提出了嵌入馬爾可夫隨機場的水平集圖像分割方法MELS，該方法在參數最優的情況下可以得到較好的分割結果，但是尋找最優參數不僅耗時耗力，而且非常困難。因此，該方法不適用于大量圖像的分割。

發明內容

本發明的目的在于針對上述現有技術的不足，提出基于中介真值程度度量的局部主動輪廓圖像分割方法，以實現對大量圖像的準確分割。

本發明的技術思路是：通過給定初始輪廓，把圖像輪廓曲線內的部分當作目標，把圖像輪廓曲線外的部分當作背景；通過在圖像的局部區域內用圖割優化主動輪廓能量函數，驅動局部區域內輪廓曲線向目標邊界演化；重復上述步驟，使圖像上所有局部區域內輪廓曲線都向目標邊界演化，完成圖像分割。其實現步驟包括如下步驟：

(1)在輸入圖像I上定義初始輪廓曲線C，并對圖像上的所有像素進行標號，即把初始輪廓曲線內的像素標號為1，把初始輪廓曲線外的像素標號為0；

(2)以輪廓曲線C上的第i個像素點為中心，r為邊長做一個正方形，得到圖像I的第i個局部區域I_i，其中r的值在5到40之間，i從1到k，k為輪廓曲線C的周長；

(3)在步驟(2)中得到的局部區域I_i上分別計算輪廓曲線內像素的灰度均值和輪廓曲線外像素的灰度均值