基于双活动轮廓模型的图像分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109598740A(43)申请公布日2019.04.09(21)申请号201811586540.7(22)申请日2018.12.25(71)申请人辽宁师范大学地址116000辽宁省大连市沙河口区黄河路850号(72)发明人方玲玲王相海(74)专利代理机构大连非凡专利事务所21220代理人闪红霞(51)Int.Cl.G06T7/149(2017.01)G06T7/13(2017.01)权利要求书3页说明书6页附图2页(54)发明名称基于双活动轮廓模型的图像分割方法(57)摘要本发明公开一种基于双活动轮廓模型的图像分割方法，第一、对于基于区域的双活动轮廓模型，本发明在颜色奖励策略的基础上，构造目标像素间的一致性信息，且仅对目标区域实施奖励策略，避免了能量泛函陷入局部极小值；第二、对于基于边缘的双活动轮廓模型，本发明利用双演化曲线的内外部平均图像梯度值对边缘信息进行设置。此外，本发明可根据两个演化曲线的位置设置可调节的加权参数，使得轮廓曲线能够自适应地向内或向外演化。实验结果证明了本发明可以分割对比度低、结构复杂的图像，而且对于包含噪声、弱边缘和异质区域的图像也能获得很好的分割效果。CN109598740ACN109598740A权利要求书1/3页1.一种基于双活动轮廓模型的图像分割方法，其特征在于按照如下步骤进行：步骤1：初始化双轮廓水平集函数、以及待分割图像，其中为图像的像素坐标点；步骤2：计算双轮廓水平集函数、的能量值：(1)其中，,和,分别为正则化项和数据项的权值参数；为基于区域或边缘信息的能量泛函项；步骤3：利用有限差分法，更新双轮廓水平集函数、：(2)其中，和为双轮廓水平集函数和的Dirac函数，和分别为双轮廓水平集函数、的散度和梯度算子，设置为双轮廓水平集函数、在演化过程中的迭代次数；步骤4.检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转入步骤2；步骤5：考虑区域信息，则步骤5.1：设计区域能量泛函项如下：(3)和(4)其中，,和,为演化曲线内外部的平均灰度值：(5)和(6)2CN109598740A权利要求书2/3页其中，为卷积操作；步骤5.2：利用有限差分法，得：(7)和(8)步骤5.3：交换和，插入公式(2),得到最终的水平集演化方程为：(9)步骤6：考虑边缘域信息，则步骤6.1：设计边缘能量泛函项如下：(10)和(11)其中，为边缘检测算子：，为图像与宽度的高斯滤波器的卷积操作；步骤6.2：为演化速度，决定演化曲线的移动方向，具体定义为：(12)其中，和；、、分别为内外部演化曲线和的平均灰度值，为可调节的权值参数，可以设置为；步骤6.3：将所设计的边缘能量泛函插入公式(2)，得到最终的水平集演化方程为：3CN109598740A权利要求书3/3页(13)。4CN109598740A说明书1/6页基于双活动轮廓模型的图像分割方法技术领域[0001]本发明涉及图像处理领域，尤其是一种基于双活动轮廓模型的图像分割模型。背景技术[0002]目前，已有大量与图像分割相关的技术，几何活动轮廓模型即是一种较有效的图像分割技术。几何活动轮廓模型第一不依赖于分割对象的先验信息；第二其能量函数是一个凸优化问题，可以在线性时间内进行求解；第三水平集技术可以处理拓扑结构。然而，几何活动轮廓模型也存在许多问题：在水平集的演化过程中，初始化选择的太小、太大或离目标太偏，都会影响目标和背景之间的差异，其对应的能量泛函可能得到局部最小值，进一步影响最终的分割结果。实际上，在准确的分割结果前提下，选择合适的初始化方法较为困难。为了克服现有几何活动轮廓模型的缺点，已有文献提出了双活动轮廓模型。双活动轮廓模型的基本思想是演化两个活动轮廓曲线：一个从目标内部演化，另一个从外部进行演化。双活动轮廓模型可以通过两个演化曲线的比较来降低模型对初始化的敏感，因此可以避免能量泛函陷入局部最小值。然而，两个活动轮廓曲线的演化时间不但要远超过单曲线的演化时间，而且在演化过程中，难以解决双活动轮廓模型当两条曲线都处于静止状态或彼此相距较远时进一步的演化操作问题。发明内容[0003]本发明是为了解决现有技术所存在的上述技术问题，提供一种基于双活动轮廓模型的图像分割模型。[0004]本发明的技术解决方案是：一种基于双活动轮廓模型的图像分割方法，其特征在于按照如下步骤进行：步骤1：初始化双轮廓水平集函数、以及待分割图像，其中为图像的像素坐标点；步骤2：计算双轮廓水平集函数、的能量值：(1)其中，,和,分别为正则化项和数据项的权值参数；为基于区域或边缘信息的能量泛函项；步骤3：利用有限差分法，更新双轮廓水平集函数、：5CN109598740A说明书2/6页(2)其中，和为双轮廓水平集