[發(fā)明專(zhuān)利]一種結(jié)合云模型和水平集的圖像分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711059488.5
• 申請(qǐng)日: 2017-11-01
• 公開(kāi)（公告）號(hào): CN107767388B
• 公開(kāi)（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 李偉生;李飛燕;肖斌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶郵電大學(xué)
• 主分類(lèi)號(hào): G06T7/136
• 分類(lèi)號(hào): G06T7/136;G06T5/40
• 代理公司: 重慶市恒信知識(shí)產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

1.一種結(jié)合云模型和水平集的圖像分割方法，其特征在于，包括以下步驟：

S1、首先輸入原始圖像，并求取原始圖像的灰度直方圖，采用高次樣條函數(shù)對(duì)灰度直方圖進(jìn)行擬合，擬合后的曲線(xiàn)有谷值點(diǎn)和峰值點(diǎn)；

S2、其次，對(duì)擬合后的灰度直方圖劃分谷值區(qū)間，在高次樣條函數(shù)擬合的基礎(chǔ)上得到平滑可導(dǎo)的擬合曲線(xiàn)，并求取該平滑可導(dǎo)擬合曲線(xiàn)的極值點(diǎn)，根據(jù)極值點(diǎn)兩邊的符號(hào)將谷值點(diǎn)篩選出來(lái)；

S3、再次，利用逆向高斯云算法得到三個(gè)數(shù)字特征Ex，En，He，Ex，En，He分別代表期望、熵、超熵，根據(jù)區(qū)間云滴數(shù)由正向云發(fā)生器生成子云模型，并通過(guò)“軟或云”對(duì)子云模型進(jìn)行綜合得到前景的云模型C_S(Ex，En，He)和背景的云模型C_T(Ex，En，He)；

S4、最后根據(jù)前景云模型和背景云模型構(gòu)造能量函數(shù)，通過(guò)迭代的方式求解水平集函數(shù)以得到分割結(jié)果，步驟S4定義原始圖像g₀(x，y)被閉合曲線(xiàn)C劃分為目標(biāo)S和背景T兩區(qū)域，C_S指的是目標(biāo)區(qū)域所對(duì)應(yīng)的云模型，C_T指的是背景區(qū)域所對(duì)應(yīng)的云模型，GC-LS模型表示真輪廓C₀，該模型能量方程為：

E^GC-LS(C_S，C_T，C)

＝μ·Length(C)+υ·Area(S)+λ₁∫_TCG^X(g₀(x，y)，C_S(Ex，En，He))²dxdy+λ₂∫_TCG^X(g₀(x，y)，C_T(Ex，En，He))²dxdy (4)

式(4)中，E^GC-LS表示結(jié)合云模型和水平集構(gòu)造的能量項(xiàng)，對(duì)閉合曲線(xiàn)所對(duì)應(yīng)的長(zhǎng)度表示為L(zhǎng)ength(C)，對(duì)目標(biāo)區(qū)域所對(duì)應(yīng)的面積予以表示的函數(shù)為Area(S)，CG^X表示X條件云發(fā)生器，對(duì)于控制系數(shù)來(lái)講，滿(mǎn)足μ、v≥0，λ₁、λ₂＞0。

2.根據(jù)權(quán)利要求1所述的結(jié)合云模型和水平集的圖像分割方法，其特征在于，步驟S1中得到原始圖像的灰度直方圖具有多峰谷，所以將直方圖轉(zhuǎn)換為平滑曲線(xiàn)，借此將明顯性不夠強(qiáng)的峰谷忽略，又用峰谷對(duì)應(yīng)的值點(diǎn)確立出平滑曲線(xiàn)，這樣就可以采用高次樣條函數(shù)對(duì)直方圖進(jìn)行擬合。

3.根據(jù)權(quán)利要求1所述的結(jié)合云模型和水平集的圖像分割方法，其特征在于，步驟S2中求取該平滑可導(dǎo)擬合曲線(xiàn)的極值點(diǎn)具體包括：對(duì)擬合后的灰度直方圖劃分谷值區(qū)間，根據(jù)擬合曲線(xiàn)函數(shù)求導(dǎo)得到極值點(diǎn)，借助極值點(diǎn)將谷值點(diǎn)篩選出來(lái)。

4.根據(jù)權(quán)利要求1或2或3所述的結(jié)合云模型和水平集的圖像分割方法，其特征在于，步驟S3利用逆向高斯云算法得到三個(gè)數(shù)字特征Ex，En，和He，分別為期望、熵、超熵，根據(jù)前述區(qū)間所做的劃分，樣本數(shù)據(jù)也就是區(qū)間內(nèi)所對(duì)應(yīng)的灰度值，樣本輸入所用的數(shù)據(jù)是各區(qū)間所對(duì)應(yīng)的灰度值x_i，i＝1，2，...，n，其中，x_i為第i個(gè)區(qū)間的灰度值，獲得子云模型所對(duì)應(yīng)的三個(gè)具體的特征值，然后根據(jù)區(qū)間云滴數(shù)由正向云發(fā)生器生成子云模型，然后通過(guò)“軟或云”對(duì)子云模型進(jìn)行綜合得到前景的云模型C_S(Ex，En，He)和背景的云模型C_T(Ex，En，He)，其中C_S指的是目標(biāo)區(qū)域所對(duì)應(yīng)的云模型，C_T指的是背景區(qū)域所對(duì)應(yīng)的云模型。