[发明专利]基于中介真值程度度量的局部主动轮廓图像分割方法

摘要

本发明公开了一种基于中介真值程度度量的局部主动轮廓图像分割方法，主要解决现有基于主动轮廓的图像分割方法不能用于多种图像的分割及分割结果不准确的问题。其实现过程为：1)输入待分割图像，在图像上给定初始轮廓，对图像上轮廓内外像素分别进行标号；2)取图像的局部区域，在局部区域上分别计算轮廓内外灰度均值；3)计算局部区域上像素的灰度值与轮廓内外灰度均值的相似度；4)根据上述结果构建能量函数；5)用图割优化能量函数，对轮廓内外的像素标号进行更新，以驱动局部区域内轮廓曲线向目标边界演化，当轮廓曲线到达目标边界时，完成图像分割。本发明不仅提高了图像分割的精度，而且能对多种类型图像进行分割，可用于目标识别。

主权项

1.基于中介真值程度度量的局部主动轮廓图像分割方法，包括：(1)在输入图像I上定义初始轮廓曲线C，并对图像上的所有像素进行标号，即把初始轮廓曲线内的像素标号为1，把初始轮廓曲线外的像素标号为0；(2)以轮廓曲线C上的第i个像素点为中心，r为边长做一个正方形，得到图像I的第i个局部区域I_i，其中r的值在5到40之间，i从1到k，k为轮廓曲线C的周长；(3)在步骤(2)中得到的局部区域I_i上分别计算轮廓曲线内像素的灰度均值和轮廓曲线外像素的灰度均值其中，I_i(p)为局部区域I_i上像素p的灰度值，l_p为局部区域I_i上像素p的标号，取值为0或1；(4)分别计算I_i(p)与的相似度和与的相似度其中，d(*,*)代表两者之间的欧式距离；(5)分别计算I_i(p)与I_i(q_n)的相似度h(I_i(p),I_i(q_n))和I_i(p)与I_i(q_n)的平均相似度其中，I_i(q_n)是局部区域I_i上像素p的八个邻域像素q_n的灰度值，n＝1,2,…,8；(6)分别计算局部区域I_i上像素q的灰度值I_i(q)与的相似度和(7)根据步骤(4)、步骤(5)和步骤(6)的结果，构建能量函数E：E＝E₁+E₂+E₃+E₄，其中，E₁为能量函数的边界平滑项，E₂为能量函数的内部能量项，E₃为能量函数的外部能量项，E₄为能量函数的噪声惩罚项；l_q为局部区域I_i上像素q的标号，N_i是p的八邻域系统；(8)用图割方法对步骤(7)的能量函数进行优化，以驱动局部区域I_i内的轮廓曲线向前景的边界演化，当轮廓曲线演化到达前景的边界时，完成图像分割。