[发明专利]基于局部熵凸优化的红外船舶图像活动轮廓分割方法

摘要

本发明提供一种可提高分割精度和速度的红外船舶图像活动轮廓分割模型，定义了一个局部熵的凸优化能量泛函，能够根据红外图像自身特性统计局部的熵值，进而驱动曲线演化，保证了模型的精确计算和平稳演化；在能量泛函中，加入了凸优化的分析过程，避免了模型陷入局部极小值，增加了分割模型的精度。

主权项

1.一种基于局部熵凸优化的红外船舶图像活动轮廓分割方法，其特征在于按照如下步骤进行:步骤1.统计船舶图像的局部熵H：H＝‑p(I)lgp(I)        (1)p为船舶图像I的高斯统计函数：m和σ分别为船舶图像I的均值和方差；步骤2.建立凸优化能量泛函E：E(φ,m,σ)＝∫_Ωδ(φ)∫_ΩR(x,y)p(I(y))logp(I(y))dydx          (2)(x,y)∈Ω，Ω为船舶图像I所在区域；δ(φ)为水平集函数φ的狄克拉函数；船舶图像I的局部区域R选取如下：r为船舶图像I长度的通过高斯统计函数可得到模型(2)的水平演化方程:其中以及m₁、m₂和σ₁、σ₂分别为船舶图像区域Ω₁和背景区域Ω₂的均值和方差；步骤3.进一步由Euler‑Lagrange方程，可得到模型(3)的水平集演化方程：其中，div和分别为水平集φ的散度算子和梯度算子；步骤4.设置时间步长初始化水平集函数φ(x,y)＝0；步骤5.利用式(4)，分别计算ξ₁,γ₁,ψ₁,ξ₂,γ₂,ψ₂；步骤6.利用有限差分法，根据式(5)更新水平集函数；步骤7.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5；所述停止准则是演化曲线趋近目标边界时，水平集函数值逐渐变小，当到达目标边界时，函数值达到最小值，停止演化。