The invention discloses a medium truth segmentation method of local active contour image measurement based on image, mainly solves the existing active contour segmentation method can not be used for segmentation and segmentation results of many images based on inaccurate problem. The process is as follows: 1) the input image, in the image of a given initial contour, image contour pixels respectively inside and outside the label; 2) the local area of the image, calculated the contour inside and outside the gray mean in the local area; 3) to calculate the local area of the pixel gray value and gray value and contour similarity according to the above results; 4) constructing energy function; 5) using graph cut optimization energy function, the outline of the update of the pixel label inside and outside, to drive the contour curve of local area to the target boundary. When contour curve reaches the target boundary, completing the image segmentation. The invention not only improves the precision of image segmentation, but also can segment many kinds of images and can be used for object recognition.
【技术实现步骤摘要】
基于中介真值程度度量的局部主动轮廓图像分割方法
本专利技术属于图像处理
,涉及主动轮廓图像分割方法,可用于在目标识别中对自然图像,人造图像,医学图像,紫外极光图像,多目标图像,灰度不均匀图像以及背景复杂图像的精确分割。
技术介绍
图像分割是图像处理中的一项关键技术,也是图像分析的第一步。因此,准确的图像分割在图像处理中有着很重要的作用。但由于图像分割是一项具有很高难度和深度的任务,迄今为止都没有一个适用于多种类型图像分割的方法。近几年,主动轮廓方法在图像分割中得到了广泛的应用,并且也取得了一定程度的效果。主动轮廓主要分为基于边缘的主动轮廓和基于区域的主动轮廓。基于边缘的主动轮廓方法由于其对噪声和初始轮廓的位置较敏感,且不适用于弱边界图像的分割,如测地线主动轮廓图像分割方法GAC,以及2005年Li提出的无需重新初始化的水平集图像分割方法LSWR。因此,近些年,基于区域的主动轮廓方法比较流行,如,Chan和Vese提出的CV模型;Gelas等人于2007年提出基于配置法的径向基函数水平集图像分割方法CSRBFs;Li等人于2008年提出基于区域可伸缩的能量最小化图像分割方法RSF,2010年又提出距离正则化的水平集图像分割方法DRLSE;Andersson等人于2013年提出改进的梯度搜索水平集图像分割方法MGSLS;这些方法虽然克服了基于边缘的主动轮廓方法的缺点,但由于这些方法都是用梯度下降流来最小化能量函数,容易陷入局部最小。所以有人将主动轮廓方法和图割模型结合,用图割模型来优化主动轮廓方法的能量函数,提出了基于图割优化的主动轮廓方法ACBGC,该 ...
【技术保护点】
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Ii,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Ii上分别计算轮廓曲线内像素的灰度均值
【技术特征摘要】
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Ii,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Ii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,Ii(p)为局部区域Ii上像素p的灰度值,lp为局部区域Ii上像素p的标号,取值为0或1;(4)分别计算Ii(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Ii(p)与Ii(qn)的相似度h(Ii(p),Ii(qn))和Ii(p)与Ii(qn)的平均相似度其中,Ii(qn)是局部区域Ii上像素p的八个邻域像素qn的灰度值,n=1,2,…,8;(6)分别计算局部区域Ii上像素q的灰度值Ii(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;lq为局部区域Ii上像素q的标号,Ni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Ii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。2.根据权利要求1所述的方法,其中步骤(1)中在输入图像上定义初始轮廓曲线C,是根据输入图像类型进行:若输入图像为紫外极光图像,则首先用阈值法得到初步分割结果,然后对初步分割结果的内外边界分别进行椭圆拟合,得到的椭圆环作为初始轮廓曲线;若输入图像为其他类型的图像,则用户自定义初始轮廓曲线。3.根据权利要求1所述的方法,其中步骤(8)中用图割方法优化步骤(7)得到的能量函数,按如下步骤进行:(8a)将局部区域Ii映射为一个包含多个普通顶点、2个终端顶点、多条n-links边和多条t-links边组成的几何图:(8a1)将局部区域Ii中的每个像素都作为一个普通顶点,将局部区...
【专利技术属性】
技术研发人员:韩冰,张丽霞,连慧芳,高新波,吕涛,王平,严月,韩怡园,
申请(专利权)人:西安电子科技大学,江苏泽景汽车电子股份有限公司西安分公司,
类型:发明
国别省市:陕西,61
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。