System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于测地线模型的自适应割方法及设备技术_技高网

一种基于测地线模型的自适应割方法及设备技术

技术编号:40360070 阅读:6 留言:0更新日期:2024-02-09 14:46
本发明专利技术涉及图像分割技术领域,具体涉及一种基于测地线模型的自适应割方法及设备,方法的具体步骤如下:输入目标图像,给定位与目标图像的目标区域内部的点;构建边缘特征函数;计算得到给定图像的边缘外观特征,构建边缘度量函数;计算到图像边界的自适应割;模型中包含测地线方法和边缘度量函数,自适应割方法能够通过目标区域边缘,使目标轮廓与自适应割仅存在一个交点,为后续各种各样的分割方法提供有利条件;同时,自适应割使用边缘度量函数,该指标在目标轮廓处具有高的函数值,其他区域具有低函数值,这种度量促使自适应割沿着梯度下降的方法传播。

【技术实现步骤摘要】

本专利技术涉及图像分割,尤其涉及一种基于测地线模型的自适应割方法及设备


技术介绍

1、图像分割是进行图像分析的关键步骤,是一种把图像划分成若干具有较高相似性的区域并提取感兴趣区域的技术,图像分割具有多种分割模型,其中之一是最小路径模型,该模型致力于使用一系列分段并且受到约束的测地线路径来构建闭合轮廓,最小路径模型依赖于鞍点或关键点的探测,这就要求其需要一个源点来寻找闭合轮廓,环形最小路径方法是最小路径模型的一种方法,它将每个轮廓视为一个简单的闭合最小路径。

2、目前,环形测地线模型提供了一种使用目标轮廓内的单个点计算闭合测地线路径的途径,其关键思想是在基于轴割图像域重建一个新空间,该轴割从内部源点发出到图像边界结束,并且其方向与轴的方向一致。在环形测地线模型中,重建空间是与轴割相关的三维空间,其中第三维表示轴割与轮廓相交的数量,由于轴割是一条从源点发出的直线,因此可能与目标轮廓存在多个交点,在图像分割过程可能会增加计算成本和造成分割精度降低的风险。与轴割的射线段相反,本专利技术所提出的自适应割是一种源点位于目标轮廓内终点位于图像边界上的连续的参数曲线,并且自适应割只与目标轮廓相交一次。

3、因此,针对上述问题,提出一种基于测地线模型的自适应割方法及设备,来解决上述问题。


技术实现思路

1、本专利技术针对现有技术的不足,研制一种基于测地线模型的自适应割方法及设备,该专利技术可以有效降低后续进行图像分割的计算复杂度。

2、s1.输入目标图像,并给定位于目标图像中目标区域内部的固定源点;

3、s2.通过将目标图像与高斯核的梯度算子进行卷积,计算得到基于图像梯度度量构造的给定图像的边缘特征函数,然后进行归一化操作,生成新的边缘特征函数;

4、s3.根据新的边缘特征函数中目标图像的边缘结构信息构建边缘度量函数;

5、s4.通过使用测地线距离图上的梯度下降常微分方程的解来获得到图像边界的自适应割的参数化曲线。

6、进一步地,s1的具体步骤设定如下:目标图像定义为空间到空间的映射,记作,其中为实数空间,为图像的定义域,,为二维实数空间,为三维实数空间。

7、进一步地,s2具体步骤如下:

8、s21.将目标图像与高斯核的梯度算子进行卷积,得到边缘外观特征,所述边缘特征函数具体表达式如下:

9、,

10、其中是卷积运算符,表示标准导数为的高斯核,和分别表示沿轴和轴方向的偏导数,代表目标图像的第维,为目标图像的维数,为求和符号,表示目标图像上的点;

11、s22.将边缘特征函数的大小归一化到范围内生成新的边缘特征函数,具体表达式如下:

12、,

13、其中是边缘特征函数的正无穷大范数,表示目标图像上的点。

14、进一步地,s3具体步骤如下:

15、s31. lipschitz连续曲线为空间到空间的映射,记作,lipschitz连续曲线的加权曲线长度记作,用公式表示为:

16、,

17、其中,表示lipschitz连续曲线的一阶导数,为空间到空间的映射范围内的度量函数,记作,表示一维正实数空间,度量函数在目标区域边缘具有较高值的函数值,在其他区域具有较低函数值;

18、s32.根据新的边缘特征函数提供的目标图像的边缘结构信息构建边缘度量函数,度量函数根据定义等于边缘度量函数,记作,表示根据定义等于;

19、s33.边缘度量函数表示为:

20、,

21、其中表示正常数,表示新的边缘特征函数。

22、进一步地,s4具体步骤如下:

23、s41.确定自适应割参数化曲线的终点,,通过公式:

24、,

25、其中,表示目标区域内部的固定源点,表示以为源点,为终点的测地线距离图,表示求最小时参数的取值,表示图像定义域的偏微分表示图像的边界;

26、s42.通过测地线距离图上的梯度下降常微分方程的解获得自适应割的参数化曲线,通过与边界条件的边缘度量函数关联的eikonal偏微分方程获得测地线距离图,测地线距离图为空间到空间的映射,表示包含0和正实数的非负实数集;

27、s43.测地线距离图的计算公式为:,

28、其中表示包含0和正实数的非负实数集,表示函数的下确界,表示包含所有lipschitz连续曲线的集合,为目标区域内部给定的固定源点,为曲线的能量函数,表示目标图像中的一个点;

29、s44.梯度下降常微分方程ode的计算公式为:

30、,

31、其中,,翻转路径表示翻转路径,表示对求导,表示梯度算子,表示的标准欧氏梯度,目标图像上的点,是一固定源点,当目标点到达源点时运算终止,分别令,,通过翻转路径检索弧长参数化的测地线路径;

32、s45.测地线距离图满足如下eikonal偏微分方程:

33、,

34、其中,表示图像的定义域与目标区域内部的固定源点的差集,表示梯度算子,表示的标准欧氏梯度,表示度量函数。

35、本专利技术还提供了一种计算设备,包括存储器,其被配置成存储计算机可执行指令;处理器,其被配置成当所述计算机可执行指令被处理器执行时执行基于测地线模型的自适应割方法。

36、本专利技术还提供了一种计算机可读存储介质,其存储有计算机可执行指令,当所述计算机可执行指令被执行时,执行基于测地线模型的自适应割方法。

37、
技术实现思路
中提供的效果仅仅是实施例的效果,而不是专利技术所有的全部效果,上述技术方案具有如下优点或有益效果:

38、本专利技术提供了一种基于测地线模型的自适应割方法及设备,模型中包含测地线方法和边缘度量函数;所述的自适应割方法能够通过目标区域边缘,使目标轮廓与自适应割仅存在一个交点,从而为后续各种各样的分割方法提供有利条件;同时,由于自适应割使用了边缘度量函数,该指标在目标轮廓处具有高的函数值,其他区域具有低函数值,这种度量促使自适应割沿着梯度下降的方法传播;与轴割方法相比,轴割可能与目标轮廓有多个交点,而所提出的自适应割与目标轮廓只有一个交点,可以有效降低后续进行图像分割的计算复杂度,证明了所述的自适应割模型的优势。本专利技术中的模型能通过在目标区域内提供的任意源点来构建通过目标区域边缘的自适应割,从而为后续的图像分割提供关键的初始条件。

本文档来自技高网...

【技术保护点】

1.一种基于测地线模型的自适应割方法,其特征是,包括如下步骤:

2.根据权利要求1所述的基于测地线模型的自适应割方法,其特征是:S1的具体步骤设定如下:目标图像定义为空间到空间的映射,记作,其中为实数空间,为图像的定义域,,为二维实数空间,为三维实数空间。

3.根据权利要求2所述的基于测地线模型的自适应割方法,其特征是:S2具体步骤如下:

4.根据权利要求3所述的基于测地线模型的自适应割方法,其特征是:S3具体步骤如下:

5.根据权利要求4所述的基于测地线模型的自适应割方法,其特征是:S4具体步骤如下:

6.一种计算设备,其特征是:包括存储器,其被配置成存储计算机可执行指令;处理器,其被配置成当所述计算机可执行指令被处理器执行时执行如权利要求1-5中的任一项所述的方法。

7.一种计算机可读存储介质,其特征是:其存储有计算机可执行指令,当所述计算机可执行指令被执行时,执行如权利要求1-5中的任一项所述的方法。

【技术特征摘要】

1.一种基于测地线模型的自适应割方法,其特征是,包括如下步骤:

2.根据权利要求1所述的基于测地线模型的自适应割方法,其特征是:s1的具体步骤设定如下:目标图像定义为空间到空间的映射,记作,其中为实数空间,为图像的定义域,,为二维实数空间,为三维实数空间。

3.根据权利要求2所述的基于测地线模型的自适应割方法,其特征是:s2具体步骤如下:

4.根据权利要求3所述的基于测地线模型的自适应割方法,其特征是:s3...

【专利技术属性】
技术研发人员:刘丽张伟杰陈达王友明梁宏达
申请(专利权)人:齐鲁工业大学山东省科学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1