[發明專利]基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法

在審

• 申請號: 202111457331.4
• 申請日: 2021-12-02
• 公開（公告）號: CN114140476A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 王佳熙;王孝天;左鴻滔
• 申請（專利權）人: 成都大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/12;G06T7/13;G06T7/136
• 代理公司: 重慶忠言智匯專利代理事務所(普通合伙) 50290
• 代理人: 張麗昆

1.基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：該方法包括以下步驟：

S1：計算圖像統計量和閾值；

S2：確定種子點和生長準則；

S3：利用廣度優先搜索進行遍歷；

S4：以區域生長的結果作為初始輪廓；

S5：求解能量泛函對應的Euler-Lagrange方程得到水平集函數演化方程；

S6：利用有限差分法進行水平集函數迭代；

S7：輸出分割結果。

2.根據權利要求1所述的基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：所述S1具體包含以下步驟：

S11：計算圖像灰度均值、標準差和平均絕對離差：

其中I_avr表示圖像的灰度均值，I_std表示圖像的灰度標準差，I_MD表示圖像的灰度平均絕對離差，R表示圖像對應矩陣的行數，C表示圖像對應矩陣的列數，(x,y)表示像素點坐標，I(x,y)表示坐標在(x,y)處的像素點的灰度值；

S12：計算相應閾值，提出的閾值公式如下：

其中T₁表示灰度不均圖像采用的閾值，T₂表示低對比度圖像采用的閾值。

3.根據權利要求2所述的基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：所述S2具體包含以下步驟：

S21：以灰度值大于等于最大值乘零點九的像素點作為種子點；

S22：確定生長準則，生長準則確定如下：

其中Q₁表示灰度不均圖像采用的生長準則，Q₂表示低對比度圖像采用的生長準則，TRUE表示將圖像中坐標位于(x_n,y_n)的點添加到種子區域，FALSE表示不添加，I(x_n,y_n)表示與I(x,y)相鄰的像素點的灰度值。

4.根據權利要求3所述的基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：所述S5具體包含以下步驟：

S51：在能量泛函中加入懲罰正則化項，懲罰正則化項R_p為：

其中μ為懲罰系數，為水平集函數梯度的模長，記為s，p為雙勢阱函數；

S52：將原勢阱函數改為本發明提出的自適應雙勢阱函數，自適應雙勢阱函數和擴散速率函數如下：

其中s表示水平集函數梯度的模長，K(i)表示自適應系數，定義如下：

其中α表示擴散系數，控制擴散速率的變化范圍，i為當前迭代數，i_max為最大迭代數；

S53：利用梯度下降流方法得到水平集函數演化方程：

其中c₁和c₂分別表示演化曲線內部和外部圖像的局部灰度均值，K_σ表示標準差為σ的高斯核函數，I(y)是點x的鄰域內點的灰度值，為水平集函數，M_i為成員函數，a是正則化常數，r是點x鄰域的半徑，H_ε為Heaviside函數的正則化形式，δ_ε為一維Dirac測度的正則化形式，ε為正常數，為函數的梯度，div(·)表示散度算子，μ,ν,λ₁,λ₂是各項的權值系數。

5.根據權利要求4所述的基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：所述S6具體包含以下步驟：

S61：對能量函數的梯度下降流使用有限差分法，得到離散的迭代格式如下：

其中n為迭代次數，Δt為時間步長，為水平集函數；

S62：選擇最大迭代次數i_max，直到收斂。