基于Landmark单纯形约束的变分水平集图像分割方法技术

基于Landmark单纯形约束的变分水平集图像分割方法，属于数字图像处理技术领域。本发明专利技术将图像的先验landmark特征点转换为单纯形约束，实现了Landmark特征点的水平集表达，提出了基于Landmark单纯形约束的变分水平集图像分割模型，实现轮廓与先验点的演化。针对分割模型的非线性、非凸性和非光滑性，通过引入辅助变量将非凸能量方程的求解转换为凸子问题，采用交替方向乘子法，综合使用快速投影法、广义软阈值公式和梯度下降法进行求解。实验结果表明基于Landmark单纯形约束的变分水平集图像分割方法分割性能高，能够鲁棒高效地解决含噪图像、弱边缘图像和异质图像的分割问题。得到的分割结果在主观视觉效果好，客观评价标准较优，为后续图像的特征提取、解译等应用奠定了基础。

Image segmentation method of variational level set based on landmark simplex constraint

【技术实现步骤摘要】
基于Landmark单纯形约束的变分水平集图像分割方法
：本专利技术属于数字图像处理
，具体涉及一种基于Landmark单纯形约束的变分水平集图像分割方法。
技术介绍
：图像分割是计算机视觉和图像处理中的一个基本问题。分割的目的是将图像域Ω分成具有相同属性(强度，颜色或纹理等方面)子域的并集。现有的图像分割方法主要包括：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。专利号为CN201210091548.2的中国专利公开了一种水平集图像处理方法，该方法为一种基于阈值的分割方法，步骤包括：读取原始图像；对获取的原始图像进行预处理，得到预测目标对象；从预测目标对象中确认初始目标对象；利用获取的初始目标对象初始化水平集函数，得到在时间t＝0的模型对象扩散面；计算在时间t(t>0)的驱动力；基于上述步骤的计算结果获得在时间t(t>0)的模型对象扩散面；重复上述步骤直到满足水平集函数的终止判据。该方法可以大大减少图像分割和图像处理的时间，提高了图像分割的准确性，最大限度地避免了现有技术的方法中常见本文档来自技高网...

【技术保护点】
1.一种基于Landmark单纯形约束的变分水平集图像分割方法，其特征在于具体操作步骤按照如下方式进行：/nS1、先验Landmark点特征的变分水平集表达方法，将Landmark点特征设计为稀疏的单纯形约束监督曲线的演变；基于水平集框架，通过简单的投影或惩罚技术能有有效地处理稀疏的单纯形约束，假设LM＝{lm

【技术特征摘要】
1.一种基于Landmark单纯形约束的变分水平集图像分割方法，其特征在于具体操作步骤按照如下方式进行：
S1、先验Landmark点特征的变分水平集表达方法，将Landmark点特征设计为稀疏的单纯形约束监督曲线的演变；基于水平集框架，通过简单的投影或惩罚技术能有有效地处理稀疏的单纯形约束，假设LM＝{lm1,lm2,…,lml}为Landmark点特征，如果x∈LM，则掩膜函数η(x)＝1，否则η(x)＝0，水平集函数φ将沿着Landmark点约束φ(x)η(x)＝0演化，还采用单纯形投影，以确保φ的演化过程中一定经过通过Landmark点，考虑掩膜函数η(x)和Heaviside函数H(x)，Landmark点特征的变分水平集表达为以下最优化问题；



S2、基于Landmark单纯形约束的变分水平集图像分割模型，基于Landmark点特征的变分水平集表达，本专利将变分分割经典模型Chan-Vese(CV)模型与Landmark点先验特征集成提出新的图像分割模型，此外，数据保证项引入图像的噪声概率密度函数以提高分割模型的分割鲁棒性，即将图像f分割为K个子区域，所提出的模型旨在尝试解决以下极小化问题：






其中u＝{u1,u2,…,uK}是分割子域，φ＝{φ1,φ2,…,φK}是每个子域...

【专利技术属性】
技术研发人员：黄宝香，田佑仕，潘振宽，侯国家，杨环，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东;37