一种图像处理方法技术

本发明专利技术提出了一种图像处理方法，包括如下步骤：S1：对图像进行平滑和锐化处理，强调像素与周围相邻像素的关系；S2：对S1处理后的图像进行傅里叶变换，再对变换后的频率域图像中的频谱进行滤波，根据图像数据要求，确定滤波方式；S3：定义包括目标图像及背景区域的图像全局信息，目标图像与背景区域之间通过封闭曲线划分，确定目标图像和背景区域的平均灰度，通过目标图像和背景区域的平均灰度，分离出目标图像和背景区域之间的边界，本发明专利技术能够实现图像分割的自适应停止，并有效地将水平集演化模型对灰度不均图像和噪声图像进行分割。

Image processing method

The invention provides an image processing method includes the following steps: S1: smoothing and sharpening the image, emphasizing the relationship between pixel and the adjacent pixels; S2: Fourier transform of the image after S1 treatment, then the frequency domain spectrum transformed image in image filtering, according to data requirements sure, filter; S3: the definition includes the global image information of target image and background region, between the target image and background region through the closed curve division, determine the average gray target image and background region, the average gray target image and background region, separated between the target image and background region boundary, the invention to achieve adaptive image segmentation and effectively stop the level set evolution model of uneven gray image and noise image segmentation.

【技术实现步骤摘要】

本专利技术属于图像处理
，特别涉及一种图像处理方法。
技术介绍
目前，随着科学信息计算的发展，在各个工程
中(如医学、军事等)出现大量的数字图像(包括造影图像、红外图像等)，需要有效、快速的提取数字图像中的有用信息，因此图像分割、目标特征提取成为十分重要的研究课题。基于偏微分方程的图像分割方法(几何活动轮廓模型)是一种有效的图像分割方法。其基本思想是：水平集函数在偏微分方程的控制下进行演化，偏微分方程数值解的零水平集就是图像目标的分割结果。如果演化偏微分方程是通过最小化水平集函数的能量泛函的方法获得的，这种方法称为变分水平集方法。但是,目前的图像处理变化水平集方法，难以实现图像分割的自适应停止，导致图像分割的轮廓模型不足。因此，现在亟需一种图像处理方法，能够实现图像分割的自适应停止，并有效地将水平集演化模型对灰度不均图像和噪声图像进行分割。
技术实现思路
本专利技术提出一种图像处理方法，解决了现有技术中变化水平集方法，难以实现图像分割的自适应停止，导致图像分割的轮廓模型不足的问题。本专利技术的技术方案是这样实现的：图像处理方法，包括如下步骤：S1：对图像进行平滑和锐化处理，强调像素与周围相邻像素的关系；S2：对S1处理后的图像进行傅里叶变换，再对变换后的频率域图像中的频谱进行滤波，根据图像数据要求，确定滤波方式；S3：定义包括目标图像及背景区域的图像全局信息，目标图像与背景区域之间通过封闭曲线划分，确定目标图像和背景区域的平均灰度，通过目标图像和背景区域的平均灰度，分离出目标图像和背景区域之间的边界。作为一种优选的实施方式，滤波方式为中值滤波，将每个像素用周围若干个像素的均值操作。作为一种优选的实施方式，定义封闭曲线为C，目标图像和背景区域的平均灰度为c1和c2，ECV(c1,c2,C)=μ·Length(C)+v·Area(inside(C))+λ1∫inside(C)|I-c1|2dxdy+λ2∫outside(C)|I-c2|2dxdy=μ∫Ωδ(φ)|▿φ|dxdy+v∫ΩH(φ)dxdy+λ1∫Ω|I-c12H(φ)dxdy+λ2∫Ω|I-c2|2(1-H(φ))dxdy]]>其中，μ大于等于0，ν大于等于0，λ1大于等于0，λ2大于等于0，φ(﹒)和H(﹒)分别是一维DiracDelta函数和Heaviside函数，φ(x,y,t)为符号距离函数。作为一种优选的实施方式，根据封闭曲线定义封闭曲线序列，确定曲线参数和时间参数，根据曲线参数和时间参数确定演化方程，根据演化方程确定单位切矢量和法矢量，从而确定切向速率和法向速率，从而根据切向速率和法向速率确定每个点移动的具体位置。作为一种优选的实施方式，确定图像退化模型，采用建立退化函数和加性噪声项合成，处理输入图像f(x,y)，产生退化图像g(x,y)，给定g(x,y)和关于退化函数和加性噪声项η(x,y),H为线性系统，退化图像满足：g(x,y)＝h(x,y)*f(x,y)+η(x,y)，其中h(x,y)是退化函数的空间描述，*表示卷积。作为一种优选的实施方式，等价的频域描述为G(u,v)＝H(u,v)*F(u,v)+N(u,v)。作为一种优选的实施方式，根据图像退化模型以及频域特性，进行图像复原。作为一种优选的实施方式，根据切向速率和法向速率确定每个点移动的具体位置，基于法向速率和切向速率，引入符合距离保持项，利用最速下降法，得到能量泛函数对应的梯度流方程，从而确定边缘停止函数。作为一种优选的实施方式，所述能量泛函数对应的梯度流方程为：∂φ∂t=μdiv(dp(|▿φ|)▿φ)+λδ(φ)div(g(▿I)▿φ|▿φ|)+vg(▿I)δ(φ)]]>其中，μ大于0，λ大于0,v是曲线演化的方向和速度参数，φ(z)和H(z)分别是DiracDelta函数和Heaviside函数的正规则化函数。作为一种优选的实施方式，引入自适应变化系数，Lβ＝((I-c1)2+1)/((I-c2)2+1)，根据图像信息以及水平集的演化自适应确定图像内外灰度变化和梯度，建立自适应变化停止函数g(I,Lβ):g(I,Lβ)=11+|(▿Gσ*I)/Lβ|2]]>根据自适应变化停止函数确定图像停止边界。采用了上述技术方案后，本专利技术的有益效果是：能够曲线参数和时间参数，根据曲线参数和时间参数确定演化方程，根据演化方程确定单位切矢量和法矢量，从而确定切向速率和法向速率，从而根据切向速率和法向速率确定每个点移动的具体位置，最后自适应变化停止函数，能够实现图像分割的自适应停止，并有效地将水平集演化模型对灰度不均图像和噪声图像进行分割。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本图像处理方法，包括如下步骤：S1：对图像进行平滑和锐化处理，强调像素与周围相邻像素的关系；S2：对S1处理后的图像进行傅里叶变换，再对变换后的频率域图像中的频谱进行滤波，根据图像数据要求，确定滤波方式；S3：定义包括目标图像及背景区域的图像全局信息，目标图像与背景区域之间通过封闭曲线划分，确定目标图像和背景区域的平均灰度，通过目标图像和背景区域的平均灰度，分离出目标图像和背景区域之间的边界。滤波方式为中值滤波，将每个像素用周围若干个像素的均值操作。定义封闭曲线为C，目标图像和背景区域的平均灰度为c1和c2，ECV(c1,c2,C)=μ·Length(C)+v·Area(inside(C))+λ1∫inside(C)|I-c1|2dxdy+λ2∫outside(C)|I-c2|2dxdy=μ∫Ωδ(φ)|▿φ|dxdy+v∫ΩH(φ)dxdy+λ1∫Ω|I-c12H(本文档来自技高网...

【技术保护点】
一种图像处理方法，其特征在于，包括如下步骤：S1：对图像进行平滑和锐化处理，强调像素与周围相邻像素的关系；S2：对S1处理后的图像进行傅里叶变换，再对变换后的频率域图像中的频谱进行滤波，根据图像数据要求，确定滤波方式；S3：定义包括目标图像及背景区域的图像全局信息，目标图像与背景区域之间通过封闭曲线划分，确定目标图像和背景区域的平均灰度，通过目标图像和背景区域的平均灰度，分离出目标图像和背景区域之间的边界。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括如下步骤：S1：对图像进行平滑和锐化处理，强调像素与周围相邻像素的关系；S2：对S1处理后的图像进行傅里叶变换，再对变换后的频率域图像中的频谱进行滤波，根据图像数据要求，确定滤波方式；S3：定义包括目标图像及背景区域的图像全局信息，目标图像与背景区域之间通过封闭曲线划分，确定目标图像和背景区域的平均灰度，通过目标图像和背景区域的平均灰度，分离出目标图像和背景区域之间的边界。2.根据权利要求1所述的图像处理方法，其特征在于，滤波方式为中值滤波，将每个像素用周围若干个像素的均值操作。3.根据权利要求2所述的图像处理方法，其特征在于，定义封闭曲线为C，目标图像和背景区域的平均灰度为c1和c2，ECV(c1,c2,C)=μ·Length(C)+ν·Area(inside(C))+λ1∫inside(C)|I-c1|2dxdy+λ2∫outside(C)|I-c2|2dxdy=μ∫Ωδ(φ)|▿φ|dxdy+ν∫ΩH(φ)dxdy+λ1∫Ω|I-c12H(φ)dxdy+λ2∫Ω|I-c2|2(1-H(φ))dxdy]]>其中，μ大于等于0，ν大于等于0，λ1大于等于0，λ2大于等于0，φ(﹒)和H(﹒)分别是一维DiracDelta函数和Heaviside函数，φ(x,y,t)为符号距离函数。4.根据权利要求3所述的图像处理方法，其特征在于，根据封闭曲线定义封闭曲线序列，确定曲线参数和时间参数，根据曲线参数和时间参数确定演化方程，根据演化方程确定单位切矢量和法矢量，从而确定切向速率和法向速率，从而根据切向速率和...

【专利技术属性】
技术研发人员：刘旭，
申请(专利权)人：合肥康胜达智能科技有限公司，
类型：发明
国别省市：安徽;34