[发明专利]全局和局部信息自适应调整的图像分割活动轮廓方法

摘要

本发明提供一种基于全局和局部信息自适应调整的图像分割活动轮廓方法，（1）定义了一个新颖的自适应平衡函数，其能够根据图像自身特性自动调整各部分的权重，进而驱动曲线演化；（2）在权重函数中，加入了高斯滤过程去正则化水平集函数，同时增加了一项下降因子，加快了曲线的演化速度；（3）惩罚项的引入保证了模型的精确计算和平稳演化；本发明无论在分割精度还是处理速度上都达到了较好的分割效果，可实现对对灰度分布不均匀的异质图像的分割。

主权项

1.一种基于全局和局部信息自适应调整的图像分割活动轮廓方法，其特征在于：定义能量泛函形式如下，其中，项为全局信息项；项为局部信息项；项是惩罚项；是关于图像的自适应平衡函数，是图像梯度模值，是常数，用以自适应平衡图像的全局信息和局部信息； 是正参数，其取值范围是；和是两个常数，分别近似等于轮廓内部和轮廓外部的平均灰度值，、分别为在点附近的逼近曲线内外的图像局部灰度值的光滑函数；、及、的表达式分别如下：  (1)  (2)模型中自适应平衡函数的选取如下：  (3)其中，表示方差为的二维高斯滤波器；进一步由Euler‑Lagrange方程，可得到模型的水平演化方程：  (4)其中，为Laplacian算子，为用来控制演化曲线的平稳演化和精确计算的惩罚项；利用平方差公式对模型进行因式分解，根据改进C‑V模型的思想，对于模型进行变形，得到新的水平集演化方程：   (5)步骤1.初始化水平集函数；步骤2.对初始图像进行高斯滤波，利用公式(3)计算权重函数；步骤3.利用公式(1)、(2)分别计算；步骤4.计算惩罚项的值；步骤5.利用有限差分法，根据公式(5)更新水平集函数：其中为迭代步长，令；步骤6.使用“停止准则”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。