[發明專利]基于ALR?CV模型與邊緣轉換的圖像分割算法

在審

• 申請號: 201711452208.7
• 申請日: 2017-12-26
• 公開（公告）號: CN107909587A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 楊玉東;李康
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06T7/149
• 代理公司: 淮安市科文知識產權事務所32223
• 代理人: 李杰

技術領域

本發明涉及圖像分割算法領域，具體涉及基于ALR-CV模型與邊緣轉換的圖像分割算法。

背景技術

飛鳥識別是驅鳥系統中十分重要的一個環節，計算機視覺識別是其中一種常用的手段；圖像分割是計算機視覺中的重要任務，也是圖像處理的關鍵步驟。近年來，隨著計算機技術領域高速發展，圖像分割技術隨之取得巨大進步，目前已成功的應用在遙感、醫學、天文學、工業等領域；同時，圖像分割質量的好壞直接決定著后續圖像分析、圖像識別等方面的性能，所以如何準確、高效的檢測圖像中目標物體是圖像分割的重中之重。

近年來出現了很多種有效的圖像分割方法，其中Chan Vese模型(簡稱CV模型)是一個成熟的基于區域的模型，其具有易于處理曲線的拓撲結構變化、不依賴梯度信息、能有效分割離散狀的目標等優點，但同時又具備數值解的局部性、分割結果的二值性等缺陷，故許多學者對該模型進行了研究與改進。

文獻《D.Li,W.Li,Q.Liao,Active contours driven by local and global probability distributions[J].Image Represent,2013,24(5):522–533.》提出了一種使用邊緣和區域信息的主動輪廓模型，該模型是測地線主動輪廓(GAC)模型、CV模型、梯度方向項及內部區域項對準的組合模型。文獻《王瑜,閆沫.基于Wasserstein距離和SBGFRLS的活動輪廓模型圖像分割算法[J].西安航空學院學報,2016,34(1):68-72.》提出了另一種改進模型，是采用二值函數作為水平集函數并利用高斯核函數正則化(簡稱SBGFRLS)，它是GAC模型和CV模型的組合，這種方法使用基于區域的符號壓力函數(SPF)代替GAC模型中的邊界停止函數(ESF)，當應用于均勻圖像時提供令人滿意的性能。文獻《張愛華,王帆,陳海燕.基于改進CV模型的高原鼠兔圖像分割[J].華中科技大學學報(自然科學版),2017,45(8):32-37.》公開了第三種改進的局部二進制擬合(LBF)模型，通過引入一個核函數來定義能量泛函的方法，通過使用額外的區域信息來擴展SBGFRLS，相比SBGFRLS能獲得更好的分割性能，但是由于每次迭代的內核操作，其成本顯著增加。后兩種基于Chan Vese模型的改進模型具有一定的分割效果，能夠實現圖像部分目標輪廓提取，但是由于采取的是歐氏距離度量位置點與擬合中心間的距離，測量距離時不能很好地識別像素點的差異，噪聲點和真實像素都有可能被統計進來。相對來說，第一種使用邊緣和區域信息的主動輪廓模型，使用基于局部概率分布的新型SPF嵌入到GAC中，通過實驗證明，與原始的CV模型和經典的Otsu分割方法相比，該方法可獲得更好的分割結果。文獻《Y.Tian,F.Duan,M.Zhou.Active contour model combining region and edge information[J].Mach.Vis.Appl,2013,24(3)47-61.》中提出了另一個類似模型，該模型使用基于全局和局部區域信息的新型SPF及通用的GAC，并且將SBGFRLS和LBF模型分別設置為對比項在部分合成和真實圖像進行了實驗，結果表明該模型能獲得更好的分割效果。總而言之，使用邊緣和區域信息以及使用全局和局部區域信息均可增強分割性能。

發明內容

本發明要解決的技術問題是提供一種基于ALR-CV模型與邊緣轉換的圖像分割算法，可以進一步提高對復雜圖像的分割精度。

本發明通過以下技術方案實現：

基于ALR-CV模型與邊緣轉換的圖像分割算法，包括以下步驟：

1)獲取圖像的邊緣信息；

2)根據邊緣信息的二進制邊緣掩碼計算得到二進制邊緣掩碼的距離圖；

3)根據距離圖構建邊緣轉換圖ETM(x,y)；

4)將CV模型的能量泛函E_CV最小化，得到水平集演化方程式(2)，去除其中正則項后得到方程式(3)，將方程式(3)等號兩邊分別除以能量項權重系數λ₁，并在執行過程中進行歸一化，得到方程式(6)，用能量項權重系數的局部比替換原始CV模型中能量項權重系數的一般比，得到ALR-CV模型；

5)用ALR-CV模型分割邊緣轉換圖ETM(x,y)。

本發明的進一步方案是，步驟4)中CV模型的能量泛函E_CV為方程式(1)：