[發明專利]基于交叉熵的主動輪廓模型工業煙塵圖像分割方法

有效

• 申請號: 202010516043.0
• 申請日: 2020-06-09
• 公開（公告）號: CN111652898B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 王曉峰;黃前靜;丁澤盛;韋云聲;鄒樂
• 申請（專利權）人: 合肥學院
• 主分類號: G06T7/136
• 分類號: G06T7/136
• 代理公司: 合肥輝達知識產權代理事務所(普通合伙) 34165
• 代理人: 汪守勇

基于交叉熵的主動輪廓模型工業煙塵圖像分割方法，屬于工業煙塵排放監控技術領域。構建交叉熵閾值方法，獲取原始圖像與分割圖像的交叉熵最小化，繼而獲取最優的分割依據；構建交叉熵的主動輪廓模型，最小化給定圖像和分割圖像之間的交叉熵；加入迭代閾值卷積分割方法，每兩個分割區域之間的界面由其特征函數隱式地確定，正則化項被寫入基于特征函數函數的非局部逼近中；將坐標下降法與序列線性規劃相結合，構造了一種基于交叉熵的主動輪廓模型工業煙塵圖像分割方法，可實現對工業煙塵圖像的準確分割。通過CV模型和交叉熵模型結合，得到基于交叉熵的主動輪廓模型，并用迭代閾值卷積算法來進行最小化能量泛函，加快了收斂速度。

技術領域

本發明屬于工業煙塵排放監控技術領域，具體是涉及一種基于交叉熵的主動輪廓模型工業煙塵圖像分割方法。

背景技術

伴隨工業城市的發展，工業煙塵的排放不斷增加，造成生態失衡、環境惡化等一系列環境污染問題。據調查顯示，工業源依舊是大氣污染的最主要來源。因此，需要對工業煙塵的排放進行監控。而圖像分割作為監控過程中十分關鍵的部分，需要對其方法進行深入研究。

水平集方法是一種用來捕捉物體形狀和界面的數值方法，由R.Osher和J.A.Sethian在1988年提出。在水平集方法中，一般采用高一維函數的零水平集來表示目標輪廓，稱之為水平集函數(Level Set Function)。基于水平集方法的圖像分割主要分為兩種：一種是基于邊緣模型的水平集圖像分割，一種是基于區域模型的水平集圖像分割。Mumford和Shah等人于1989年提出了基于區域的幾何活動輪廓模型，模型最大的缺點是計算復雜度高。由此Chan和Vese在Mumford-Shah(MS)模型的基礎上結合水平集函數提出了Chan-Vese(CV)模型，CV模型是對MS模型的能量函數的改進。在CV模型的基礎上，Li等人建立了基于區域的二值水平集分割方法，避免了水平集函數重新初始化的過程，降低了算法的復雜度。Wang等人在水平集方法理論、曲線演化以及局部統計函數基礎上提出了一種新的局部CV模型，能夠很好地分割灰度不均勻的圖像。Nosrati等人提出將“包容”(Containment)和“排斥”(Exclusion)兩個約束條件融入到水平集模型中，模型可以很好地處理圖像中重復出現的相似區域。趙彥南等人采用基于閾值的方法以及混合高斯模型，將背景和目標的灰度值信息融入到CV模型中，該模型可以把目標區域的輪廓從背景灰度不均勻的CT圖像中有效的提取出來。張廣東等人提出了一種GAC-CV混合模型，將圖像的邊緣與區域信息融合進入同一個能量泛函里，并對不同的分割目標采取不一樣的分割策略，提高了凹形邊緣的捕獲能力。王淳提出了一種改進的CV模型，通過添加形狀模板約束和錨點約束，實現了單幀彩色圖片的陰影檢測，解決了陰影的亮度差異較大的圖像分割問題。

工業煙塵分割是一個相對比較新穎的方向。近些年，一些相關學者對工業煙塵分割方向進行了一些研究。張曉梅等提出一種基于區域的煙塵分割方法，將閾值分割、區域生長、區域分裂與合并方法等基于區域的方法用于煙塵圖像分割，能分割出煙塵區域，但該方法只考慮了煙霧圖像的灰度特征，而未考慮其他特征。Hsu Yen-Chia等人提出了一種工業煙塵可視化檢測方法，通過結合顏色建模、變化檢測和紋理分析來識別煙霧排放，該方法能快速分割出煙塵區域，但是該算法易受到快速運動的風和云的影響。王文哲等提出一種基于背景建模與特征匹配的工業煙塵圖像分割方法，對運動干擾物以及復雜場景環境有很好的分割效果，但分割精度方面有待提高。褚益提出了一種基于改進的貝葉斯決策理論最小誤差閾值煙塵圖像分割算法，改善了傳統閾值分割煙塵圖像方法的不足，但其在監測過程中未考慮到光線變化、云層等干擾因素。王亞楠等提出一種視頻中工業煙塵分割方法，通過用背景減除法得到邊緣運動區域，在均勻空間下用區域生長算法分割出煙塵區域，但該算法對有云圖像分割存在小空洞部分。

發明內容

本發明要解決的技術問題是克服現有技術的缺陷，提出了一種基于交叉熵的主動輪廓模型工業煙塵圖像分割方法，結合CV模型與交叉熵模型構造了基于交叉熵的主動輪廓模型，并使用迭代閾值卷積算法最小化能量泛函。可實現對工業煙塵圖像的分割效果較準確，且分割效率高。