【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于非局部特征的图像分割方法、系统、介质和设备。
技术介绍
1、图像分割是计算机视觉领域和图像处理领域的一个重要研究方向。图像分割是将图像分为若干个不相交的连通子区域并提取感兴趣区域（roi）的过程。
2、主动轮廓模型是图像分割算法中广泛应用的一类算法。主动轮廓模型基本思想是把轮廓线隐式表示为一个水平集函数的零水平集，初始轮廓线在水平集函数的迭代更新下向目标边界演化，获得图像分割结果。该算法可以结合多种先验知识用于构建能量函数，对要分割的目标边界可以达到亚像素精度，分割结果是平滑的闭合轮廓线。
3、在主动轮廓模型中，水平集函数是在驱动项的作用力下迭代更新向目标边界演化，理想的驱动项应只反映目标边界，然而由于图像类型和图像对比度的多样性，计算得到的驱动项难以精确地提取图像特征并反映准确的目标边界特征，从而不利于获得准确的分割结果。另外，在现有主流的主动轮廓模型中，驱动项的计算需要在每次水平集迭代时更新，导致分割效率低下。
技术实现思路
<...【技术保护点】
1.一种基于非局部特征的图像分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于非局部特征的图像分割方法，其特征在于，使用水平集方法在所述待分割图像中设置初始轮廓线，具体方法如下：
3.根据权利要求1所述的基于非局部特征的图像分割方法，其特征在于，所述非局部特征驱动项的建立方法表示为：
4.根据权利要求3所述的基于非局部特征的图像分割方法，其特征在于，所述非局部特征差异的图像的灰度值表示为：
5.根据权利要求4所述的基于非局部特征的图像分割方法，其特征在于，所述非局部加权拟合图像包括：
6.根据...
【技术特征摘要】
1.一种基于非局部特征的图像分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于非局部特征的图像分割方法，其特征在于，使用水平集方法在所述待分割图像中设置初始轮廓线，具体方法如下：
3.根据权利要求1所述的基于非局部特征的图像分割方法，其特征在于，所述非局部特征驱动项的建立方法表示为：
4.根据权利要求3所述的基于非局部特征的图像分割方法，其特征在于，所述非局部特征差异的图像的灰度值表示为：
5.根据权利要求4所述的基于非局部特征的图像分割方法，其特征在于，所述非局部加权拟合图像包括：
6.根据权利要求5所述的基于非局部特征的图像分割方法，其特征在于，使用如下公式进行迭代更新：
7...
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。