[发明专利]一种基于符号压力函数的活动轮廓图像分割方法及装置

权利要求书

1.一种基于符号压力函数的活动轮廓图像分割方法，其特征在于，步骤如下：

根据原始图像，求取图像分割轮廓曲线内外区域的灰度均值；

根据轮廓曲线内外区域的灰度均值，求取轮廓曲线内外区域的灰度密度分布函数，进而得到基于图像统计信息的符号压力函数，其表达式为：

其中，I(x)为原始图像，spf₁(I(x))为基于图像统计信息的符号压力函数，P₁和P₂分别表示轮廓曲线内外区域的灰度密度分布函数，max(|lnP₁–lnP₂|)为表达式|lnP₁–lnP₂|的最大值；

根据轮廓曲线内外区域的灰度均值，求取加权组合函数，并根据该加权组合函数得到基于图像全局信息的符号压力函数，其表达式为：

其中，I(x)为原始图像，spf₂(I(x))为基于图像全局信息的符号压力函数，f(x)为加权组合函数，max(|f(x)|)为加权组合函数|f(x)|的最大值；加权组合函数f(x)的表达式为：

f＝H_ε(φ)c₁+(1-H_ε(φ))c₂

其中，c₁和c₂分别为图像分割轮廓曲线内外区域的灰度均值，H_ε(φ)为Heaviside函数的平滑函数；

给两个符号压力函数分配权值得到水平集演化方程，使水平集演化方程不断演化，进而获取图像分割结果，水平集演化方程的表达式为：

其中，λ₁和λ₂分别为符号压力函数spf₁和spf₂的权值，φ为水平集函数。

2.根据权利要求1所述的基于符号压力函数的活动轮廓图像分割方法，其特征在于，轮廓曲线内外区域的灰度密度分布函数的表达式分别为：

其中，P₁和P₂分别为轮廓曲线内外区域的灰度密度分布函数，c₁和c₂分别为图像分割轮廓曲线内外区域的灰度均值，轮廓曲线内外区域的灰度密度分布函数的方差σ₁²和σ₂²的表达式分别为：

其中，I(x)为原始图像，H(x)为Heaviside函数，φ(x)为水平集函数。

3.根据权利要求1或2所述的基于符号压力函数的活动轮廓图像分割方法，其特征在于，图像分割轮廓曲线内外区域的灰度均值的表达式分别为：

其中，c₁和c₂分别为图像分割轮廓曲线内外区域的灰度均值，I(x)为原始图像，H(x)为Heaviside函数，φ(x)为水平集函数。

4.根据权利要求1或2所述的基于符号压力函数的活动轮廓图像分割方法，其特征在于，基于图像统计信息的符号压力函数的权值表达式为：

其中，λ₁为基于图像统计信息的符号压力函数的权值，H(φ)为Heaviside函数，N_x和N_y为图像的分辨率，Ω为积分区域；

基于图像全局信息的符号压力函数的权值表达式为：

其中，λ₂为基于图像全局信息的符号压力函数的权值，H(x)为Heaviside函数，N_x和N_y为图像的分辨率，Ω为积分区域。