[發(fā)明專利]基于隨機游走和水平集的三維圖像分割方法

有效

• 申請?zhí)枺?/td>: 201910552829.5
• 申請日: 2019-06-25
• 公開（公告）號: CN110264479B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設(shè)計）人: 劉澤安;滕忠照
• 申請（專利權(quán)）人: 南京景三醫(yī)療科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T3/40
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林;張歡歡

1.基于隨機游走和水平集的三維圖像分割方法，其特征是，包括以下過程：

S1，獲取三維圖像序列；

S2，從三維圖像序列中選取一個二維切片，并在二維切片上劃定感興趣區(qū)域；

S3，對感興趣區(qū)域進行超像素處理得到多個超像素分割區(qū)域，并取各超像素分割區(qū)域內(nèi)像素均值作為超像素區(qū)域的像素值，獲得對應(yīng)的超像素均勻填充區(qū)域；

S4，根據(jù)超像素均勻填充區(qū)域，運用隨機游走算法對感興趣區(qū)域進行分割得到切片內(nèi)二維分割結(jié)果；

S5，基于水平集方法把獲得的二維分割結(jié)果傳遞到其它切片，得到三維圖像的分割結(jié)果；

超像素處理過程為：

運用簡單線性迭代聚類算法對感興趣區(qū)域S進行超像素處理，得到超像素分割結(jié)果其中S_n為第n個超像素分割區(qū)域，N為超像素分割區(qū)域的總個數(shù)；

對超像素分割區(qū)域S_n內(nèi)的所有像素值之和取均值，并把該均值作為該區(qū)域內(nèi)每個像素的值，得到對應(yīng)的超像素均勻填充區(qū)域N個超像素均勻填充區(qū)域組成超像素均勻填充圖

即有：

其中，為超像素分割區(qū)域S_n內(nèi)的第m個像素點的像素值，M為超像素區(qū)域s_n內(nèi)像素點的總個數(shù)，為超像素區(qū)域S_n內(nèi)的所有像素點像素均值，為超像素均勻填充區(qū)域。

2.根據(jù)權(quán)利要求1所述的基于隨機游走和水平集的三維圖像分割方法，其特征是，S4中，運用隨機游走算法對感興趣區(qū)域進行分割得到切片內(nèi)二維分割結(jié)果的過程中，以超像素均勻填充區(qū)域為單位選取若干種子點，在待分割目標內(nèi)部選取若干前景種子點，在感興趣區(qū)域內(nèi)部除開待分割目標的其他區(qū)域選取若干背景種子點。

3.根據(jù)權(quán)利要求1所述的基于隨機游走和水平集的三維圖像分割方法，其特征是，S4中，運用隨機游走算法對感興趣區(qū)域進行分割得到切片內(nèi)二維分割結(jié)果的過程中，定義Laplacian矩陣的過程為：

超像素均勻填充區(qū)域內(nèi)兩個像素點和之間的相似性定義為：

其中，β₁和β₂為平衡參數(shù)，為像素點對應(yīng)的紋理特征向量，為像素點對應(yīng)的紋理特征向量；

利用相似性來定義相應(yīng)的Laplacian矩陣。

4.根據(jù)權(quán)利要求1所述的基于隨機游走和水平集的三維圖像分割方法，其特征是，S5中，基于水平集方法把獲得的二維分割結(jié)果傳遞到其它切片的過程中，距離保持函數(shù)采用雙井距離保持函數(shù)，其公式如下所示：

其中s為水平集函數(shù)梯度的模長。

5.根據(jù)權(quán)利要求1所述的基于隨機游走和水平集的三維圖像分割方法，其特征是，在S2中劃定感興趣區(qū)域后，用雙邊濾波對感興趣區(qū)域進行去噪處理。