The invention discloses an automatic segmentation method of RSF level set image based on KL entropy, which includes: obtaining the image to be segmented; analyzing the significance of the image to be segmented to determine the initial level set of RSF model; calculating the KL entropy of the image, taking the KL entropy of the image as the weight coefficient of the internal and external energy of the segmentation curve, and introducing the KL entropy of the image into the level set function of RSF model to determine According to the fitting energy functional of the image to be segmented, the evolution equation is solved, and the image segmentation result is determined according to the iteration of the evolution equation. Based on the new RSF model, the invention is used to improve the detection ability of image edge, that is, using KL entropy as the weight coefficient of the internal and external energy of the curve, the internal energy of the model is the local area energy near the curve, and the segmentation effect of the image with uneven gray level and low contrast is better than that of RSF model, and under the same parameter setting, the same image can be segmented with fewer iterations To get the same segmentation results.
【技术实现步骤摘要】
一种基于KL熵的RSF水平集图像自动分割方法
本专利技术涉及图像分割
,更具体的涉及一种基于KL熵的RSF水平集图像自动分割方法。
技术介绍
图像研究中,人们通常对某一个特定区域感兴趣,图像分割可以将感兴趣的那部分提取出来,正因为如此,作为一门前沿学科,它充满了挑战。图像分割在很多领域都有着广泛的应用,比如航空领域、医学领域、地理测绘等等。例如在医学领域中,图像成为医生进行诊断的重要依据之一,起着十分重要的作用,图像的分割使得医生获得有效的医学信息。将图像进行分割的有效依据是图像的像素的亮度以及颜色。没有正确的分割就无法获得正确的识别。但是,如果仅仅是根据图像的像素的亮度还有颜色进行分割,分割的时候将会遇到很多的阻碍,灰度不均、光照不均匀、噪声影响、阴影等等,这些因素经常会导致图像的分割出现错误。现如今虽然已经研究出了不少边缘提取,区域分割的方法,但是还没有出现一种方法可以适用于所有的图像,因此,引入新的方法,获得正确的图像分割结果是图像处理研究中的重点和难点。图像分割作为计算机视觉领域的一个难题,上世纪70年代就已经吸引了无数的研究人员对其展开研究,从而提出了很多的分割算法。首先就阈值分割而言,1962年,Doyle提出P-tile算法,这是最古老的阈值分割方法,该算法抗噪性能佳,但是对于先验概率难估计的图像无能为力。1978年,大津展之提出最大类间方差法,其算法简单,当背景与目标的面积相近时,能够对图像进行有效切割。当两者的面积差距比较大的时候,分割效果不佳。1985年,Kaptur等人提出一维最大 ...
【技术保护点】
1.一种基于KL熵的RSF水平集图像自动分割方法,其特征在于,包括:/n获取待分割图像;/n对待分割图像进行显著性分析,确定RSF模型的初始水平集;/n计算图像的KL熵,将图像的KL熵值作为分割曲线内外部能量的权值系数,并将图像的KL熵引入RSF模型的水平集函数中,确定待分割图像的拟合能量泛函;/n根据待分割图像的拟合能量泛函,求解演化方程,根据演化方程迭代求解,确定图像分割结果。/n
【技术特征摘要】
1.一种基于KL熵的RSF水平集图像自动分割方法,其特征在于,包括:
获取待分割图像;
对待分割图像进行显著性分析,确定RSF模型的初始水平集;
计算图像的KL熵,将图像的KL熵值作为分割曲线内外部能量的权值系数,并将图像的KL熵引入RSF模型的水平集函数中,确定待分割图像的拟合能量泛函;
根据待分割图像的拟合能量泛函,求解演化方程,根据演化方程迭代求解,确定图像分割结果。
2.如权利要求1所述的基于KL熵的RSF水平集图像自动分割方法,其特征在于,所述对待分割图像进行显著性分析;具体包括:采用剩余谱方法获得显著图。
3.如权利要求1所述的基于KL熵的RSF水平集图像自动分割方法,其特征在于,所述图像的KL熵;具体包括:
pi到p0的KL熵...
【专利技术属性】
技术研发人员:邹乐,章义刚,王晓峰,周琼,龙夏,张惯虹,邓锐,
申请(专利权)人:合肥学院,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。