[发明专利]一种图像分割方法及其相关装置

说明书

本申请公开了一种图像分割方法及其相关装置，在获取到待分割图像后构建聚类目标函数和划分熵函数；在确定划分熵函数值优化范围后，获取随机数作为当前正则化系数，并将当前正则化系数对应的划分熵函数值的最小值作为当前划分熵函数值；比较当前划分熵函数值与划分熵函数值优化范围中最大值、最小值的大小，并根据比较结果缩小划分熵函数值优化范围，得到新的划分熵函数值优化范围，迭代优化，直至新的划分熵函数值优化范围满足预置收敛条件，基于新的划分熵函数值优化范围获取最优正则化系数，基于该最优正则化系数实现图像分割，改善了现有的图像分割方法存在的图像分割准确率不高的技术问题。

技术领域

本申请图像处理技术领域，尤其涉及一种图像分割方法及其相关装置。

背景技术

图像分割是将图像分割成不同的区域或类别，这些区域或类别对应于不同的对象部分或对象。图像分割对于医学图像的各种图像分析、可视化和诊断具有重要意义。

现有技术通常采用聚类方法来进行图像分割，可以较好的利用图像之间的局部信息等来达到较好的分割效果，但是这些方法在确定局部信息时耗费的时间较长，且对于不同的图像数据往往需要选取不同的参数才能达到较好的分割效果，但合适的参数往往是难以确定的，使得图像分割准确率不高。

发明内容

本申请提供了一种图像分割方法及其相关装置，用于改善现有的图像分割方法存在的图像分割准确率不高的技术问题。

有鉴于此，本申请第一方面提供了一种图像分割方法，包括：

S1、基于获取的待分割图像构建聚类目标函数，并基于所述聚类目标函数构建基于正则化系数的划分熵函数；

S2、确定划分熵函数值优化范围；

S3、将在第一预置范围内生成的若干随机数作为当前正则化系数代入所述聚类目标函数，并根据得到的聚类目标函数值和所述划分熵函数获取划分熵函数值，将所述划分熵函数值的最小值作为当前划分熵函数值；

S4、比较所述当前划分熵函数值与所述划分熵函数值优化范围中最大值、最小值的大小，并根据比较结果缩小所述划分熵函数值优化范围，得到新的划分熵函数值优化范围；

S5、判断所述新的划分熵函数值优化范围是否满足预置收敛条件，若是，则基于所述新的划分熵函数值优化范围获取最优正则化系数，并执行步骤S6，若否，则返回步骤S3；

S6、将所述最优正则化系数代入所述聚类目标函数，获取所述待分割图像中每个像素的类别和聚类中心，并基于所述聚类中心和每个像素的类别对所述待分割图像进行图像分割。

可选的，所述确定划分熵函数值优化范围，包括：

确定第一正则化系数和第二正则化系数后，根据所述第一正则化系数对应的划分熵函数值和所述第二正则化系数对应的划分熵函数值确定划分熵函数值优化范围。

可选的，所述第一正则化系数和所述第二正则化系数的确定过程为：

将在第二预置范围内生成的若干随机数作为初始正则化系数代入所述聚类目标函数，并根据得到的聚类目标函数值和所述划分熵函数获取所述初始正则化系数对应的划分熵函数值；

将该划分熵函数值的最小值对应的初始正则化系数作为第一正则化系数；

将正则化系数取值为0，得到第二正则化系数。

可选的，所述基于所述新的划分熵函数值优化范围获取最优正则化系数，包括：

在所述新的划分熵函数值优化范围中随机选择一个数值对应的正则化系数作为最优正则化系数。

本申请第二方面提供了一种图像分割装置，包括：