一种基于改进BVFSnake模型的图像分割方法技术

本发明专利技术公开了一种基于改进BVF Snake模型的图像分割方法，包括以下步骤：获取原始图像，所述原始图像中包含待提取分割出的目标像素区域；采用基于改进BVF Snake模型对所述原始图像进行处理，获得分割出的目标像素区域；所述改进BVF Snake模型由BVF Snake模型对所述原始图像对应的外力分量进行归一化处理获得。该方法在图像处理提取分割目标时，基于改进BVF Snake模型，可以更好的收敛到凹陷边界，分割目标更精准。割目标更精准。割目标更精准。

【技术实现步骤摘要】
一种基于改进BVF Snake模型的图像分割方法


[0001]本专利技术涉及图像处理及机器视觉、图像分割等
，特别涉及一种基于改进BVF Snake模型的图像分割方法。

技术介绍

[0002]活动轮廓模型也称蛇模型(Snake)，在图像处理方面有着广泛的应用。一般来说，活动轮廓模型分为两种，一种为参数活动轮廓模型，另一种为几何轮廓模型。
[0003]由于Snake模型具有良好的提取和跟踪特定区域内目标轮廓的能力，因此非常适合于医学图像如CT和MR图像的处理，以获得特定器官及组织的轮廓。简单的来讲，Snake模型就是一条可变形的参数曲线及相应的能量函数，以最小化能量目标函数为目标，控制参数曲线变形，具有最小能量的闭合曲线就是目标轮廓。
[0004]在传统Snake模型中，初始位置非常重要，由于其捕捉范围有限，初始位置必须在目标边界，这不利于其实现自动分割。基于欧几里得距离定义的距离势力提高了捕获范围。然而，在这样的外力作用下，Snake并不像传统Snake那样进化到凹边界。
[0005]梯度矢量流(GVF)模型的引入很大程度上解决了捕捉范围小和很难进入凹陷区域的问题。然而，虽然GVF Snake的捕获范围较高，但是GVF的扩散需要很大的计算量。它将边缘信息从目标边界扩散到图像的其余部分，以增加对蛇的捕捉范围。GVF snake的这个缺点通过非线性扩散得到了解决，但是仍然需要大量的迭代。为了解决GVF计算量大的问题，一种新的插值方法(BVF)被提出，但是过于狭窄的边界很难进入。
[0006]综上所述，对常规图像或医学图像进行器官及组织进行分割提取时，传统的Snakes算法存在许多不足，包括捕捉范围小、计算量大和凹形目标提取问题。虽然梯度矢量流GVF Snake有较大的捕捉范围和较好的凹陷目标收敛，但因迭代导致计算量很大，而边界向量场BVFSnake减小了计算量强度。但是，它很难收敛到凹陷边界，依然无法得到很好的分割图像。

技术实现思路

[0007]本专利技术的目的在于提供一种基于改进BVF Snake模型的图像分割方法，解决了在图像处理提取分割目标时，BVF Snake模型不能收敛到狭窄边界，导致分割目标不够精准的问题。
[0008]为实现上述目的，本专利技术采取的技术方案为：
[0009]本专利技术提供一种基于改进BVF Snake模型的图像分割方法，包括以下步骤：
[0010]获取原始图像，所述原始图像中包含待提取分割出的目标像素区域；
[0011]采用基于改进BVF Snake模型对所述原始图像进行处理，获得分割出的目标像素区域；所述改进BVF Snake模型由BVF Snake模型对所述原始图像对应的外力分量进行归一化处理获得。
[0012]进一步地，采用基于改进BVF Snake模型对所述原始图像进行处理，包括：
[0013]通过BVF Snake模型对所述原始图像进行处理，获得对应的外力水平分量和外力垂直分量；所述外力水平分量和外力垂直分量大小上存在差异的外力向量；
[0014]分别采用相应的公式对所述外力水平分量和外力垂直分量进行归一化处理。
[0015]进一步地，分别采用相应的公式对所述外力水平分量和外力垂直分量进行归一化处理，包括：
[0016]采用公式(12)对所述外力水平分量进行归一化处理：
[0017][0018]采用公式(13)对所述外力垂直分量进行归一化处理：
[0019][0020]式中，bvf
x
表示水平差值分量，bvf
y
表示垂直分量差值；其中，所述公式(12)和(13)重写后作为改进外力代替Snake模型中的标准外力，生成改进BVF Snake模型。
[0021]进一步地，所述公式(12)和(13)重写后作为改进外力代替Snake模型中的标准外力，生成改进BVF Snake模型；包括：
[0022]将所述公式(12)和(13)重写为：
[0023]v
cn
‑
bvf
(x,y)＝[sgn(u(x,y)),sgn(v(x,y))]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0024]式中，u(x,y)表示外力水平分量，v(x,y)表示外力垂直分量；sgn表示符号函数，返回一个整型变量；
[0025]将公式(14)作为改进外力代替Snake模型中的标准外力，得到相应的改进BVF Snake模型：
[0026]c
t
(s,t)＝αc
″
(s,t)2‑
βc
″″
(s,t)2+V
cn
‑
bvf
(c(s,t))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0027]式中，c表示曲线，s表示归一化[0～1],t表示时间；α和β值表示曲线在该点的连续程度与弯曲程度；若α值为0时，该点处不连续，曲线可出现断点；若β值为0时，该点处不平滑，曲线可出现角点；c
″
(s,t)和c
″″
(s,t)分别表示曲线的二阶和四阶导数。
[0028]与现有技术相比，本专利技术具有如下有益效果：
[0029]本专利技术实施例提供的一种基于改进BVF Snake模型的图像分割方法，包括以下步骤：获取原始图像，所述原始图像中包含待提取分割出的目标像素区域；采用基于改进BVF Snake模型对所述原始图像进行处理，获得分割出的目标像素区域；所述改进BVF Snake模型由BVF Snake模型对所述原始图像对应的外力分量进行归一化处理获得。该方法在图像处理提取分割目标时，基于改进BVF Snake模型，可以更好的收敛到凹陷边界，分割目标更精准。
附图说明
[0030]图1为本专利技术实施例提供的基于改进BVF Snake模型的图像分割方法流程图；
[0031]图2为BVF Snake分别对两个不同宽度图像的凹陷区域的分割效果图；
[0032]图3为模拟凹陷边界模型的示意图；
[0033]图4a为宽度61和高度61凹陷边界的灰度像素处的稳定外力水平差值分量值的曲线示意图；
[0034]图4b为宽度61和高度61凹陷边界的灰度像素处的稳定外力垂直差值分量值的曲线示意图；
[0035]图4c为水平差值分量幅度与垂直差值分量幅度之比以10为基数的对数的曲线示意图；
[0036]图5a为高度61、宽度从61递减到5的水平差值幅值示意图；
[0037]图5b为高度61、宽度从61递减到5的垂直差值幅值示意图；
[0038]图5c为高度61、宽度从61递减到5的水平差值与垂直差值幅值比的示意图；
[0039]图6为四种Snake模型的分割结果示意图；
[0040]图7为应用本专利技术方法的真实图像分割结果图。
具体实施方式
[0041]为使本专利技术实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进BVF Snake模型的图像分割方法，其特征在于，包括以下步骤：获取原始图像，所述原始图像中包含待提取分割出的目标像素区域；采用基于改进BVF Snake模型对所述原始图像进行处理，获得分割出的目标像素区域；所述改进BVF Snake模型由BVF Snake模型对所述原始图像对应的外力分量进行归一化处理获得。2.根据权利要求1所述的一种基于改进BVF Snake模型的图像分割方法，其特征在于，采用基于改进BVF Snake模型对所述原始图像进行处理，包括：通过BVF Snake模型对所述原始图像进行处理，获得对应的外力水平分量和外力垂直分量；所述外力水平分量和外力垂直分量大小上存在差异的外力向量；分别采用相应的公式对所述外力水平分量和外力垂直分量进行归一化处理。3.根据权利要求2所述的一种基于改进BVF Snake模型的图像分割方法，其特征在于，分别采用相应的公式对所述外力水平分量和外力垂直分量进行归一化处理，包括：采用公式(12)对所述外力水平分量进行归一化处理：采用公式(13)对所述外力垂直分量进行归一化处理：式中，bvf
x
表示水平差值分量，bvf
y
表示垂直分量差值；其中，所述公式(12)和(13)重写后作为改进外力代替Snake模型中的标准外力，生成改进BVF Snake模型。4.根据权利要求3所述的一种基于改进BVF Sn...

【专利技术属性】
技术研发人员：田原嫄，史伟秋，郭海涛，
申请(专利权)人：海南热带海洋学院，
类型：发明
国别省市：