[发明专利]基于稀疏表示的舌图像分割方法

权利要求书

1.一种基于稀疏表示的舌图像分割方法，其特征在于：包括如下步骤：

S1：设计一相似性度量准则来度量测试图像块和训练图像块之间的相似性，并利用此相似性度量准则来对当前测试像素点邻域内训练图像上近邻点对应的局部图像块执行筛选，利用筛选后的训练图像块构建稀疏表示所需的字典；

S2：利用字典中的训练图像块稀疏表示测试图像块获得稀疏系数，进而根据稀疏表示系数和训练图像中相应像素点的分割标签来计算当前测试像素点属于目标即舌体的概率；

S3：利用最大后验概率准则获得当前测试像素点的分割标记，获得初始的舌图像分割结果，再利用形态学滤波方法进行分割结果的优化，获得最终的舌图像分割结果；

所述步骤S1的具体实现过程如下：

S11：设计一相似性度量准则，用来对字典构建过程中用到的训练图像块执行筛选，该相似性度量准则表示如下：

其中，S_x和P_x分别代表以像素点x位置为中心的测试图像块和训练图像块，c代表RGB颜色分量的编号，每个颜色分量用8个比特位表示，μ和σ表示对应颜色通道下图像块的亮度均值和标准偏差；SIM测度值越大意味着测试图像块S_x和训练图像块P_x越相似；

S12：运用上述相似性度量准则，通过如下公式(2)对训练图像块执行筛选后，留下的训练图像块用于构建稀疏表示所需的字典；

其中，1表示训练图像块P_x与测试图像块S_x相似度高，P_x应该被放入稀疏表示用到的完备字典中；相反地，0表示两个图像块P_x和S_x相似度低，P_x应该被排除在字典之外；参数th设置为0.95。

2.根据权利要求1所述的基于稀疏表示的舌图像分割方法，其特征在于：所述步骤S12的字典构建过程具体如下：

给定测试图像I中任意的一个像素点x，我们取以其为中心的w×w的RGB彩色图像块，将RGB彩色图像块的RGB分量亮度值转化为一个3w²长度的列向量，最后利用此列向量的L2范数对自身进行归一化处理，记归一化后的列向量为m_x；

获取所有训练图像中像素点x位置为中心的w_p×w_p搜索邻域内每个近邻点为中心的w×w的RGB彩色图像块，对所有训练图像块执行公式(2)的筛选；然后，将筛选后保留的每个训练图像块y同样转化为一个3w²长度的列向量，并利用其L2范数对自身进行归一化处理，归一化后的列向量记为m_y；最后，将筛选后保留下来的所有训练图像块对应的列向量m_y组织成一个3w²×N的字典矩阵D_x，其中N表示筛选后保留的训练图像块总数。

3.根据权利要求2所述的基于稀疏表示的舌图像分割方法，其特征在于：所述步骤S2的具体实现过程如下：

根据稀疏表示理论，测试图像块归一化后的列向量m_x可以用训练图像块构建的字典矩阵D_x来表示，对应的稀疏系数向量α通过如下最小化非负Elastic-Net问题来得到：

等式(3)中，第一项是数据拟合项，度量数据拟合的误差；第二项是L1规则化项，用来保证向量α的稀疏性；最后一项是L2光滑项，用来促使相似的训练图像块具有相似的稀疏表示系数；向量α中的元素α_i反映了测试图像块m_x与字典D_x中的训练图像块之间的相似性；

稀疏表示理论认为相似的图像块应该拥有相似的分割标记，故而使用稀疏表示向量α中的稀疏系数来估计测试像素点x属于图像目标的概率，即属于舌体的概率：

其中，

是一个归一化常数，表示字典中第i个训练图像块中心像素点对应的手动分割标记，目标和背景的分割标记分别为1和0；

通过上述方式计算测试图像中每个像素点属于舌体的概率后，所有测试像素点的概率形成一个概率分布图。

4.根据权利要求3所述的基于稀疏表示的舌图像分割方法，其特征在于：所述步骤S3的具体实现方式为：通过最大化后验概率的规则获得测试像素点x的分割标记，即若测试像素点x属于舌体的概率大于其属于背景的概率，则将x分类为目标像素点；否则，将x分类为背景像素点；如此即可将概率分布图转化为二值分割结果；并通过形态学滤波方法进行分割结果的矫正和修复，即可获得最终的舌图像分割结果。