一种改进的几何活动轮廓的图像分割方法技术

本发明专利技术公开了一种改进的几何活动轮廓的图像分割方法，包括Step1：输入待处理的图像和一个矢量场；Step2：通过矩形网格对矢量场进行采样，采样后得到观测集，嵌入迭代鲁棒估计器来消除观测集中观测值的误差和噪声；然后插入观测点，利用平滑化后的岭回归并约束弹性网以构造平流矢量场；Step3：将平流矢量场与扩散流嵌入到几何活动轮廓中，从而构建为一个统一的基于平流矢量场和扩散流改进的几何活动轮廓模型模型指导初始水平集的更新，更新后水平集将活动轮廓曲线演化到准确的目标轮廓上，从而完成对图像的分割。本发明专利技术提出的方法相较于传统方案具有明显的优势，取得了较好的分割效果。果。果。

【技术实现步骤摘要】
一种改进的几何活动轮廓的图像分割方法


[0001]本专利技术涉及一种改进的几何活动轮廓的图像分割方法，属于图像处理领域。

技术介绍

[0002]从图像序列中捕获的轮廓具有丰富的空间结构，已广泛应用于视频监控，医学 分析和动作识别等。图像中感兴趣的特征，无论是刚性的还是非刚性的，通常都涉 及复杂的运动和变形。为了完成这一挑战性任务，活动轮廓(AC，Active Contours) 方法会在物体边界附近启动演化曲线，然后将演化曲线匹配到真实轮廓，最后驻留 在该轮廓上。几何活动轮廓(GAC，Geometric active contour)通过最小化平滑和梯 度驱动的能量组合来捕获参数化轮廓的位置。
[0003]GAC模型的曲线演化本质上是被视为空间标量模型的扩散，例如水平集函数， 并且非均匀扩散受由图像的空间数据驱动的扩散系数函数(DCF,DiffusionCoefficient Function)的约束。已经提出了许多DCF来获得所需的曲线演化行为。原 始GAC的DCF是基于梯度的停止函数提出的，该函数会导致曲线收缩和边界残留。 DCF具有详细的空间分辨率，但是，由于DCF的有限协调范围通常会导致局部收敛， 因此结果对于初始水平集仍然敏感。当涉及到时间序列的动态分割时，DCF的缺点 非常突出，经常使真实轮廓和突出背景变得混乱。
[0004]许多模型假设进化轮廓对齐的运动对象在序列中是时间平滑的，因此，当前时 间的演化轮廓可以由先前时间中的相应轮廓初始化。但是，考虑到采样间隔，即使 通过高斯平滑的扩散已预先实现到原始图像，相邻图像之间的全局运动也可能非常 显着，以至于DCF在时间上是不连续的。为了克服这个问题，将预测方法嵌入到 GAC模型中以初始化水平集，否则将累积每个离散时间的局部收敛，最终丢失对象 边界。

技术实现思路

[0005]本专利技术提供了一种改进的几何活动轮廓的图像分割方法，以用于通过构建改进 的几何活动轮廓实现图像的分割。
[0006]本专利技术的技术方案是：一种改进的几何活动轮廓的图像分割方法，所述方法步 骤如下：
[0007]Step1：输入待处理的图像和一个矢量场；
[0008]Step2：通过矩形网格对矢量场进行采样，采样后得到观测集，嵌入迭代鲁棒估 计器来消除观测集中观测值的误差和噪声；然后插入观测点，利用平滑化后的岭回 归并约束弹性网以构造平流矢量场；
[0009]Step3：将平流矢量场与扩散流嵌入到几何活动轮廓中，从而构建为一个统一的 基于平流矢量场和扩散流改进的几何活动轮廓模型模型指导初始水平集的更新，更 新后水平集将活动轮廓曲线演化到准确的目标轮廓上，从而完成对图像的分割；其 中，通过传统几何活动轮廓模型从图像序列中捕获图像的内部轮廓并生成初始水平 集。
[0010]所述Step2，根据拉格朗日方法建立矢量场的能量方程式E并将其简明的写成矩 阵形式：
[0011][0012]式中：是按字典顺序对常规网格矩阵进行排序的列矢量，L是通过拉普拉斯算子 对矢量场X的每个元素进行平滑处理的矩阵，D是矩阵插入观测点附近的4个网格 点，它以双线性方式指向自身的位置，λ1和λ2是满足λ1+λ2＝1的正系数；
[0013]通过求解能量方程式中的偏导数获得正则方程式并利用 ridge回归求解得到平流矢量场为：
[0014][0015]式中，U＝(D
T
D+λ1L
T
L)-1
D
T
。
[0016]所述Step3具体为：
[0017]令曲线的演化是无限制的，水平集方程可以通过在密闭系统内部通过两个过程 传递空间强度来推广：扩散和平流；几何活动轮廓模型结合了扩散矢量和平流矢量 的散度，可以分解为标量和矢量函数乘积的散度运算：
[0018][0019]式中，水平集φ代表图像空间中感兴趣的变量，g表示将图像强度矩阵映射到 相应扩散系数的函数，矢量场X表示有限矢量空间中的平流速度；在等式的右侧， 第一项表示φ的无限制扩散；第二项表示由边缘和平流矢量场的梯 度驱动的运动，如果强度显着，则激活该运动；第三项保留了非均匀力场的守恒性； 最后一项补偿数量的变化；
[0020]将水平集公式扩展为嵌入平流场的切线方向，切线方向为的发散运算 也能分解为：
[0021][0022]当矢量场X附近具有大曲率的奇异点时，表示矢量场X的曲率并且 通常值很小；
[0023]采用曲率补偿c来增强由水平集驱动的演化曲线C的检测性能：
[0024][0025]此外，曲线C的梯度方向的速度值为矢量场X的 切线方向的速度值为
[0026]然后，将速度矢量投影到梯度方向制定水平集函数的演化方程为：
[0027]对X的每个元素进行平滑处理的矩阵，而D是矩阵插入观测点附近的4个网格点， 它以双线性方式指向自身的位置，λ1和λ2是满足λ1+λ2＝1的正系数。通过求解方程 式中的偏导数获得正则方程式并利用ridge回归求解得到平 流矢量场为：
[0043][0044]U＝(D
T
D+λ1L
T
L)-1
D
T
[0045]最后将上述构建的平流矢量场嵌入到后续步骤的解决方法中。
[0046]进一步地，可以设置所述Step4中，构建统一的基于平流矢量场和扩散流改进的 几何活动轮廓模型(AD-GAC)的具体步骤为：
[0047]令曲线的演化是无限制的，水平集方程可以通过在密闭系统内部通过两个过程 传递空间强度来推广：扩散和平流。AD-GAC结合了扩散矢量和平流矢量的散度， 可以分解为标量和矢量函数乘积的散度运算：
[0048][0049]式中，水平集φ代表图像空间中感兴趣的变量，g表示将图像强度矩阵映射到 相应扩散系数的函数，矢量场X表示有限矢量空间中的平流速度。在等式的右侧， 第一项表示φ的无限制扩散；第二项表示由边缘和平流矢量场的梯 度驱动的运动，如果强度显着，则激活该运动；第三项保留了非均匀力场的守恒性； 最后一项补偿数量的变化。
[0050]将水平集公式扩展为嵌入平流场的切线方向，切线方向为的发散运算 也可以分解为：
[0051][0052]当矢量场X附近具有大曲率的奇异点时，表示矢量场X的曲率并且 通常值很小。
[0053]采用曲率补偿c来增强由水平集驱动的演化曲线C的检测性能：
[0054][0055]此外，曲线C的梯度方向的速度值为矢量场X的 切线方向的速度值为
[0056]然后，将速度矢量投影到梯度方向制定水平集函数的演化方程为
[0057][0058]计算约束函数我们可以将经 过时间t的水平集φ更新为
[0059][0060]式中，s表示设置的调节参数；
[0061]更新后的水平集继续引导几何活动轮廓的曲线演化，以捕捉到具有复杂运动准 确的动态轮廓并完成对图像的分割。
[0062]通过本专利技术的方法，给出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进的几何活动轮廓的图像分割方法，其特征在于：所述方法步骤如下：Step1：输入待处理的图像和一个矢量场；Step2：通过矩形网格对矢量场进行采样，采样后得到观测集，嵌入迭代鲁棒估计器来消除观测集中观测值的误差和噪声；然后插入观测点，利用平滑化后的岭回归并约束弹性网以构造平流矢量场；Step3：将平流矢量场与扩散流嵌入到几何活动轮廓中，从而构建为一个统一的基于平流矢量场和扩散流改进的几何活动轮廓模型模型指导初始水平集的更新，更新后水平集将活动轮廓曲线演化到准确的目标轮廓上，从而完成对图像的分割；其中，通过传统几何活动轮廓模型从图像序列中捕获图像的内部轮廓并生成初始水平集。2.根据权利要求1所述的改进的几何活动轮廓的图像分割方法，其特征在于：所述Step2，根据拉格朗日方法建立矢量场的能量方程式E并将其简明的写成矩阵形式：式中：是按字典顺序对常规网格矩阵进行排序的列矢量，L是通过拉普拉斯算子对矢量场X的每个元素进行平滑处理的矩阵，D是矩阵插入观测点附近的4个网格点，它以双线性方式指向自身的位置，λ1和λ2是满足λ1+λ2＝1的正系数；通过求解能量方程式中的偏导数获得正则方程式并利用ridge回归求解得到平流矢量场为：式中，U＝(D
T
D+λ1L
T
...

【专利技术属性】
技术研发人员：王蒙，马意，郭正兵，付佳伟，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：