[發(fā)明專利]一種融合全局和局部信息水平集的圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810799150.1
• 申請(qǐng)日: 2018-07-19
• 公開（公告）號(hào): CN109087309A
• 公開（公告）日: 2018-12-25
• 發(fā)明（設(shè)計(jì)）人: 胡躍明;黃丹
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/194;G06T7/149
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 劉巧霞

本發(fā)明公開了一種融合全局和局部信息水平集的圖像分割方法，該方法提出分割模型，包括全局項(xiàng)、局部項(xiàng)和修型項(xiàng)。全局項(xiàng)基于經(jīng)典的CV模型；局部項(xiàng)基于分段常量假設(shè)，對(duì)區(qū)域中的每一點(diǎn)，利用該點(diǎn)區(qū)域的平均灰度值與鄰域內(nèi)其他點(diǎn)灰度值的核函數(shù)度量定義。模型在動(dòng)態(tài)調(diào)節(jié)過程中，削弱了全局項(xiàng)CV模型基于假設(shè)灰度均勻所帶來的不利影響，也削弱局部項(xiàng)對(duì)弱邊緣識(shí)別能力弱的不足。修型項(xiàng)由平滑約束項(xiàng)和懲罰項(xiàng)組成，以避免重新初始化，縮短計(jì)算時(shí)間。水平集方法可以在笛卡爾網(wǎng)格上進(jìn)行演化曲線的數(shù)值計(jì)算，隱式地描述曲線演化，避免參數(shù)化描述曲線所帶來的無法描述多條分離曲線的問題，同時(shí)易于計(jì)算閉合輪廓線內(nèi)的幾何特征，如曲率、單位法矢量等。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分割研究領(lǐng)域，特別涉及一種融合全局和局部信息水平集的圖像分割方法。

背景技術(shù)

高密度柔性印制電路廣泛應(yīng)用于計(jì)算機(jī)、醫(yī)療、交通、軍工上。由于導(dǎo)線寬度與間距小，布線密度和精度高，在生產(chǎn)過程中易產(chǎn)生短路、斷路、空洞、凸起、凹陷等缺陷問題，從而影響高密度柔性印制電路的性能。在高密度柔性印制電路缺陷檢測(cè)中，將工業(yè)相機(jī)采集到的高密度柔性印制電路圖像作為應(yīng)用對(duì)象，在圖像預(yù)處理到缺陷檢測(cè)算法的環(huán)節(jié)上，需要提供更精準(zhǔn)的分割圖像才能更精準(zhǔn)的檢測(cè)缺陷問題。由此可知，超薄高密度柔性印制電路圖像分割在缺陷檢測(cè)中的重要性。

基于能量泛函的分割算法，其基本思想是將圖像分割問題轉(zhuǎn)化為求解能量泛函極小值的數(shù)學(xué)問題，通過控制曲線的演化來達(dá)到圖像分割的目的。水平集方法是將平面閉合曲線(面)作為零水平集嵌入到高維的水平集的函數(shù)中，通過高維水平集函數(shù)的限制對(duì)曲線(面)進(jìn)行演化，以實(shí)現(xiàn)對(duì)圖像的分割。由于水平集函數(shù)可在笛卡爾網(wǎng)格中對(duì)演化曲線進(jìn)行數(shù)值求解，而不必對(duì)其進(jìn)行參數(shù)化，并且比較容易處理輪廓曲線的拓?fù)浣Y(jié)構(gòu)的變化，即分裂或合并。但是在現(xiàn)有的基于全局水平集分割模型中，假定待分割圖像為灰度均勻圖像，而高密度柔性印制電路圖像為灰度不均勻圖像，使得分割效果不準(zhǔn)確；基于局部水平集分割模型中，輪廓線容易陷入局部極小，造成過度分割。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有的技術(shù)缺點(diǎn)，提供一種針對(duì)高密度柔性印制電路的融合全局和局部信息水平集的圖像分割方法。該方法動(dòng)態(tài)調(diào)節(jié)全局項(xiàng)與局部項(xiàng)權(quán)重，并且對(duì)于局部項(xiàng)使用核函數(shù)度量定義，提高水平集高密度柔性印制電路圖像分割精準(zhǔn)度；該方法加入平滑項(xiàng)與懲罰項(xiàng)，能夠加快圖像分割；利用水平集方法易于計(jì)算高密度柔性印制電路分割圖像曲線的幾何特征，如單位法向量和曲率等，提高水平集高密度柔性印制電路圖像缺陷檢測(cè)精準(zhǔn)度。

本發(fā)明的目的通過以下的技術(shù)方案實(shí)現(xiàn)：一種融合全局和局部信息水平集的圖像分割方法，包括步驟：

(1)建立分割模型，模型的總能量泛函表示如下：

其中，α為自適應(yīng)函數(shù)，且0＜α＜1；E^G為全局項(xiàng)，E^L為局部項(xiàng)，E^R為修型項(xiàng)；在全局項(xiàng)中x為像素點(diǎn)，I(x)為點(diǎn)x的灰度值，閉合曲線C為圖像域Ω內(nèi)任意活動(dòng)輪廓線，圖像I被閉合輪廓線C劃分為目標(biāo)區(qū)域Ω_C＝inside(C)和背景區(qū)域Ω\Ω_C＝outside(C)兩個(gè)部分，C1、C2分別為目標(biāo)區(qū)域和背景區(qū)域的像素平均灰度值，φ(x)水平集函數(shù)；在局部項(xiàng)中，設(shè)任意給定像素點(diǎn)x∈Ω,以x為圓心，ρ為半徑，形成的圓形鄰域記為假設(shè)整個(gè)圖像由N個(gè)互不相交的子區(qū)間組成，并且滿足下列關(guān)系：I(y)為點(diǎn)x在鄰域O_x內(nèi)點(diǎn)y的灰度值，常數(shù)c_i為子區(qū)間Ω_i內(nèi)的平均灰度值，||Φ(I(y))-Φ(c_i)||²為x點(diǎn)所在區(qū)域的平均灰度值與鄰域內(nèi)其他點(diǎn)像素值I(y)之間的核函數(shù)度量，核函數(shù)G_σ控制鄰域O_x的大小，H(φ)為Heaviside函數(shù)，近似為光滑函數(shù)，ε為常量，且Heaviside函數(shù)H(φ)的導(dǎo)數(shù)為Dirac函數(shù)，修型項(xiàng)由平滑約束項(xiàng)和懲罰項(xiàng)組成，u、v為正值常數(shù)；