【技术实现步骤摘要】
一种图像的熵阈值分割方法、装置、电子设备及存储介质
[0001]本专利技术属于优化调度
,特别涉及一种图像的熵阈值分割方法、装置、电子设备及存储介质。
技术介绍
[0002]图像分割是医学图像分析的主要过程之一。它在医学领域的许多应用中都有用,包括量化病变、手术模拟、辅助手术决策、辅助诊断多发性硬化症等。而阈值化是一种流行的图像分割技术,特别是在医学图像处理领域。图像阈值化的主要挑战是根据图像中物体和背景的强度分布确定最佳阈值,通过该阈值来将全图的像素划分为目标和背景两个类别。根据核磁共振图像的成像原理,不同的组织在图像中会呈现不同的强度和分布规律,因此熵阈值法通过可以最大化或最小化一个基于灰度构造出来的代价函数,来寻找最佳的分割阈值。
[0003]现有技术中,提出利用经典Tsallis熵来对图像进行分割,证明了Tsallis熵用于图像分割特别是医学图像分割的优越性。以及现有技术将Tsallis熵推广到二维,除了像素的灰度外,还考虑了像素与其相邻像素之间的相关关系,进一步的提升了Tsallis熵阈值分割的准确度。
[0004]但是,上述现有技术难以平衡分割的准确度和效率,为了提升准确度,二维熵阈值方法需要在二维空间搜索最优阈值,容易陷入局部最优且耗时长。
技术实现思路
[0005]本说明书实施例的目的是提供一种图像的熵阈值分割方法、装置、电子设备及存储介质。
[0006]为解决上述技术问题,本申请实施例通过以下方式实现的:
[0007]第一方面,本申请提供一种图像 ...
【技术保护点】
【技术特征摘要】
1.一种图像的熵阈值分割方法,其特征在于,所述方法包括:利用贝叶斯后验估计,根据每个阈值下待分割图像的目标类概率和背景类概率,确定不同阈值的分割下,每个像素属于目标类和背景类的后验概率;计算每个阈值下所述待分割图像全图像素的Tsallis
‑
BE熵的值,其中,Tsallis
‑
BE熵由所述后验概率和Tsaliis熵结合构成;从所有所述Tsallis
‑
BE熵的值中找出最大熵值,将所述最大熵值对应的阈值确定为最优阈值。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据不同阈值将所述待分割图像分割为目标区域和背景区域;计算每个所述阈值下分割出的所述目标区域的目标像素数量和所述背景区域的背景像素数量;根据不同阈值下的所述目标像素数量和所述背景像素数量,确定每个阈值下待分割图像的目标类概率和背景类概率。3.根据权利要求2所述的方法,其特征在于,所述根据不同阈值下的所述目标像素数量和所述背景像素数量,确定每个阈值下待分割图像的目标类概率和背景类概率,包括:p
o,t
(i)=P[f(s)=i|s∈S
o,t
]p
b,t
(i)=P[f(s)=i|s∈S
b,t
]S=S
o,t
∪S
b,t
其中,p
o,t
(i)为在阈值t时目标像素值为i的目标类概率,p
b,t
(i)为在阈值t时背景像素值为i的背景类概率;S为所述待分割图像的全部像素的集合;S
o,t
为阈值t时的目标像素集合;S
b,t
为阈值t时的背景像素集合。4.根据权利要求2或3所述的方法,其特征在于,假设所述待分割图像中像素灰度值的最小值和最大值分别为t_min和t_max,则将所述阈值遍历的区间设置为[t_min+2,t_max+2]。5.根据权利要求1所述的方法,其特征在于,所述利用贝叶斯后验估计,根据每个阈值下待分割图像的目标类概率和背景类概率,确定不同阈值的分割下,每个像素属于目标类和背景类...
【专利技术属性】
技术研发人员:罗思进,梁国远,罗哲皓,吴新宇,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:
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。