[发明专利]一种最小交叉Tsallis熵的小目标MRI图像分割方法

摘要

本发明涉及图像处理技术领域，尤其涉及一种最小交叉Tsallis熵的小目标MRI图像分割方法。它主要是增加了一个非线性图像优化模型，将奇偶图像阵列经过非线性图像优化模型优化，采用这种方法得到的分割图像准确度较高。

主权项

一种最小交叉Tsallis熵的小目标MRI图像分割方法，其特征在于：它包括以下步骤：(1)、获取带分割的MRI图像，并且将其转换为灰度图像；(2)、然后将步骤(1)得到的灰度图像中的所有像素点分为P1和P2两个阵列，P1为奇数像素点，P2位偶数像素点；(3)、将P1和P2两个阵列输入非线性图像优化模型，经过优化后得到P11和P22两个阵列，其中所述的非线性图像优化模型如下：$\frac{ds}{dt}=A\×sin(2{\mathrm{\πf}}_{0}t+\mathrm{\ψ})+img\left(t\right)+ns-{\mathrm{ms}}^3+\sqrt{2\mathrm{\α}}\mathrm{\ξ}\left(t\right);$式中，A为信号幅度；f₀为周期信号频率；ψ为周期信号初相位；s为布朗粒子运动坐标；t为布朗粒子运动时间；A×sin(2πf₀t+ψ)为随机共振周期性输入信号函数；img(t)为输入的P1或P2阵列；m和n为双稳态势垒实参数；α为噪声强度；ξ(t)为均值为0的高斯白噪声，其自相关函数E[ξ(t)ξ(0)]＝2αδ(t)，其强度为α，δ(t)为单位脉冲函数；(4)、然后计算P11和P22两个阵列之间的对称交叉Tsallis熵；(5)、如果步骤(4)得到的熵的绝对值处于[0,12]之间，则表明两者的对称交叉性良好，可以作为分割结果；如果处于这个范围之外，那么表明分割不成功。