【技术实现步骤摘要】
基于非对称测地线的交互式图像分割方法
[0001]本专利技术涉及计算机计算机视觉
,具体涉及一种新的基于非对称测地线的最小路径模型与交互式图像分割方法。
技术介绍
[0002]最小测地线路径模型(参考文献:Cohen,L.D.and Kimmel,R.(1997).Global minimum for active contour models:A minimal path approach.Int.J.Comput.Vis.,24(1):57
–
78.)由Cohen和Kimmel首次引入,目的是寻找原始活动轮廓模型中使用的泛函简化版本的全局最小值。本质上,这种简化的活动轮廓能量泛函可以看作是加权曲线长度,可以通过程函偏微分方程求解。基于最小测地线路径模型,在2013年提出了测地线投票算法(参考文献:Rouchdy,Y.,&Cohen,L.D.(2013).Geodesic voting for the automatic extraction of tree structures.Methods and applications.Computer Vision and Image Understanding,117(10),1453
–
1467.)来分割细树形结构,该方法通过一系列密集分布于目标区域内部而稀疏的分布于外部的抽样点,计算大量的测地线,利用这些测地线对图像定义域的每一个点进行投票,从而估算每一个点位于目标区域内部的概率。但在上述测地线投票方法中, ...
【技术保护点】
【技术特征摘要】
1.一种基于非对称测地线的交互式图像分割方法,其特征在于,包括如下步骤:a)输入彩色图像I,用I=(I1,I2,I3):表示矢量值彩色图像,I1为彩色图像I的R通道数值,I2为彩色图像I的G通道数值,I3为彩色图像I的B通道数值,为三维实数空间,Ω为图像的定义域,在彩色图像I中由使用者手动在目标物体轮廓上标注若干交互点x
j
,x
j
∈S,S为点集,j=1,2,...,N
S
,N
S
为点集S中交互点的个数,S∈Ω;b)采用最远点采样算法得到目标端点集R
N
∈Ω;c)根据彩色图像I,利用图像梯度得到边缘外观特性函数g(n
k
)和图形梯度张量场构造非对称二次度量函数d)计算得到测地线路径γ
i,j
;e)计算得到测地线路径γ
i,j
经过的图像像素点的投票值ψ;f)根据图像像素点的投票值ψ,完成图像分割。2.根据权利要求1所述的基于非对称测地线的交互式图像分割方法,其特征在于,步骤b)包括如下步骤:b
‑
1)定义彩色图像I的图像域中像素点为n
k
,k=1,2,...,T,T为彩色图像I中像素点的总个数,通过公式计算得到图像域中像素点n
k
至点集S中交互点x
j
的距离d(n
k
,x
j
),式中c为连接像素点n
k
与交互点x
j
两点的曲线上的点,||c'||为c的导数的范数,为各向同性度量函数,exp(.)为以e为底的指数函数,β为标量函数,β>0,为点c处的梯度向量,为点c处的梯度向量,为点c的R通道的梯度向量,为点c的G通道的梯度向量,为点c的B通道的梯度向量;b
‑
2)通过公式计算得到彩色图像I中所有像素点至点集S的距离d(n
k
,S),选取与点集S最大距离值所对应的像素点作为最远点,构造新的点集b
‑
3)通过公式计算得到彩色图像I中所有像素点至点集S1的距离d(n
k
,S1),选取与点集S1最大距离值所对应的像素点作为最远点,构造新的点集b
‑
4)重复执行步骤b
‑
3)进行迭代计算,直至得到点集其中为与点集S
i
‑1的最远像素点,当i为N时,得到目标端点集
3.根据权利要求2所述的基于非对称测地线的交互式图像分割方法,其特征在于,步骤c)包括如下步骤:c
‑
1)利用标准差为σ的高斯核函数G
σ
来计算图像上每一点n
k
∈Ω的雅克比矩阵J(n
k
),),为梯度算子,J(n
k
)为2
×
3矩阵,通过公式计算得到图像边缘函数||
·
||为范数,通过公式计算得到边缘外观特性函数g(n
k
),n
m
为彩色图像I的图像域中的像素点,为当像素点n
m
属于图像域区别于像素点n
k
的其他像素点时图像边缘函数在图像的定义域Ω的上确界,通过公式计算得到图像梯度张量场式中I
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。