【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是指一种用于非均匀光照图像的目标分割方法、设备、介质、系统。
技术介绍
1、图像分割是模式识别和计算机视觉领域中一种常用的分析工具，它根据图像的灰度值、形状、纹理等特征将图像划分为若干个不相交的区域，并将指定的目标从图像背景中分离，为后续更高层级的图像处理任务打下了基础。
2、主动轮廓模型是一种实用的图像分割方法，其具有优秀的拓扑结构和稳定的数值计算，可以获得目标边界亚像素级别的分割精确度，并输出光滑的闭合轮廓线作为分割结果。主动轮廓模型的实现方式是在目标图像里设置一个由初始水平集函数表示的初始轮廓线，然后用数据驱动项对初始水平集函数进行迭代更新，使其逼近目标边界，实现目标分割。
3、目前，主流的主动轮廓模型在分割非均匀光照图像时，由于非均匀光照会使目标图像的前景和背景产生强度重叠，并进一步使图像的前景区域内灰度值呈现不均匀分布现象，导致该场景下主动轮廓模型存在误分割虚假目标、稳定性差和分割精确度低的缺点。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中在分割非均匀光照图像时，存在误分割虚假目标、稳定性差和分割精确度低的问题。为解决上述技术问题，本专利技术提供了一种用于非均匀光照图像的目标分割方法、设备、介质、系统，在分割非均匀光照图像时能准确提取目标边缘特征，进而得到高精度的分割结果。
2、为了达到上述目的，本专利技术采用的主要技术方案包括：
3、第一方面，本专利技术提供一种用于非
4、在本专利技术的一个实施例中，使用初始水平集函数在所述待分割图像中设置初始轮廓线，具体方法如下：当所述待分割图像的矢量像素点在所述初始轮廓线上或在所述初始轮廓线内部时，所述初始水平集函数的值为-1；当所述待分割图像的矢量像素点在所述初始轮廓线外部时，初始水平集函数的值为1。
5、在本专利技术的一个实施例中，使用如下公式进行更新迭代：
6、，
7、其中，为所述待分割图像内的矢量像素点，为迭代次数，为所述初始水平集函数经过第n次迭代后的水平集函数，为所述初始水平集函数经过第n-1次迭代后的水平集函数，为窗口大小为（2r+1)2的均值滤波器，为大于零的常数；为softsign函数，softsign函数的计算公式为，为softsign函数的计算变量，为绝对值计算符号；为大于零的常数，为第n-1次迭代后的数据驱动项，为时间步长。
8、在本专利技术的一个实施例中，所述数据驱动项表示为：
9、，
10、其中，为第n-1次迭代后的数据驱动项，为调整数据驱动项值域的权重参数；为辅助水平集函数判断演化方向的常数，当所述初始轮廓线内部的矢量像素点的平均灰度值小于或等于所述初始轮廓线外部的矢量像素点的平均灰度值时，的值为1，当所述初始轮廓线内部的矢量像素点的平均灰度值大于所述初始轮廓线外部的矢量像素点的平均灰度值时，的值为-1；为近似的diracdelta函数，近似的diracdelta函数的计算公式为，为自然常数，z为近似的diracdelta函数的计算变量；为第n-1次迭代后的轮廓线外部的拟合能量项，为第n-1次迭代后的轮廓线内部的拟合能量项，为待分割图像的熵，的计算公式为，为所述待分割图像的灰度级数，为所述待分割图像在第个灰度级的矢量像素点的个数，为所述待分割图像所有矢量像素点的数量，为以2为底的对数运算。
11、在本专利技术的一个实施例中，所述拟合能量项表示为：
12、，
13、其中，i为所述拟合能量项的编号，i=1,2，为第n-1次迭代后的拟合能量项；为高斯核函数，为高斯核函数的核宽，为所述待分割图像内部的一个边长为的正方形邻域里的中心矢量像素点，表示为，为使得的常数，为l2范数计算符号；为点处的所述待分割图像的灰度值，为计算邻域内高平均灰度值的局部拟合函数，为计算邻域内低平均灰度值的局部拟合函数，为第n-1次迭代后所述待分割图像内的干扰分量的拟合值，为卷积运算。
14、在本专利技术的一个实施例中，所述局部拟合函数表示为：
15、，
16、其中，为点处的待分割图像的灰度值，为邻域内的所有矢量像素点的平均灰度值，为平均值计算符号；
17、第n-1次迭代后所述待分割图像内的干扰分量的拟合值表示为：
18、，
19、其中，为近似的heavside函数，近似的heavside函数的计算公式为，为近似的heavside函数的计算变量；为与所述待分割图像尺寸相同的单位矩阵。
20、在本专利技术的一个实施例中，使用所述数据驱动项对所述初始水平集函数进行更新迭代的步骤中，当满足终止条件时，水平集函数停止迭代；其中，为大于零的常数。
21、第二方面，本专利技术提供一种用于非均匀光照图像的目标分割系统，包括：
22、初始轮廓线设置模块，用于获取待分割图像，使用初始水平集函数在所述待分割图像中设置初始轮廓线；
23、前景和背景信息计算模块，用于通过局部拟合函数对所述待分割图像的前景和背景信息进行计算，得到第一计算结果；对所述待分割图像的干扰分量进行拟合计算，得到第二计算结果；
24、数据驱动项构建模块，用于根据所述第一计算结果和所述第二计算结果构建数据驱动项；
25、最终轮廓线生成模块，用于使用所述数据驱动项对所述初始水平集函数进行更新迭代，将最后一次迭代得到的水平集函数作为最终轮廓线；
26、图像分割模块，用于使用所述最终轮廓线分割所述待分割图像，得到图像分割结果。
27、第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，所述程序执行时实现上述第一方面中任一项所述用于非均匀光照图像的目标分割方法。
28、第四方面，本专利技术提供一种存储设备，包括存储介质和处理器，所述存储介质存储有计算机程序，所述程序被处理器执行时实现上述第一方面中任一项所述用于非均匀光照图像的目标分割方法。
29、本专利技术的上述技术方案相比现有技术具有以下有益效果：
30、本专利技术所述的一种用于非均匀光照图像的目标分割方法、设备、介质、系统，通过局部拟合函数对待分割图像的前景和背景信息进行计算，可以在待分割图像由于非均匀光照造成强度重叠的情况下拟合计算前景和背景信息；然后对待分割图像内的拟合干扰分量进行计算，并根据局部拟合函数和拟合干扰分量的计算结果构建数据驱动项，可以有效从非均本文档来自技高网...
【技术保护点】
1.一种用于非均匀光照图像的目标分割方法，其特征在于，包括：
2.根据权利要求1所述的用于非均匀光照图像的目标分割方法，其特征在于，使用初始水平集函数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所述的用于非均匀光照图像的目标分割方法，使用如下公式进行更新迭代：
4.根据权利要求3所述的用于非均匀光照图像的目标分割方法，其特征在于，所述数据驱动项表示为：
5.根据权利要求4所述的用于非均匀光照图像的目标分割方法，其特征在于，所述拟合能量项表示为：
6.根据权利要求5所述的用于非均匀光照图像的目标分割方法，其特征在于，所述局部拟合函数表示为：
7.根据权利要求6所述的用于非均匀光照图像的目标分割方法，其特征在于，使用所述数据驱动项对所述初始水平集函数进行更新迭代的步骤中，当满足终止条件时，水平集函数停止迭代；其中，为大于零的常数。
8.一种用于非均匀光照图像的目标分割系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程
10.一种存储设备，包括存储介质和处理器，所述存储介质存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述用于非均匀光照图像的目标分割方法。
...【技术特征摘要】
1.一种用于非均匀光照图像的目标分割方法，其特征在于，包括：
2.根据权利要求1所述的用于非均匀光照图像的目标分割方法，其特征在于，使用初始水平集函数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所述的用于非均匀光照图像的目标分割方法，使用如下公式进行更新迭代：
4.根据权利要求3所述的用于非均匀光照图像的目标分割方法，其特征在于，所述数据驱动项表示为：
5.根据权利要求4所述的用于非均匀光照图像的目标分割方法，其特征在于，所述拟合能量项表示为：
6.根据权利要求5所述的用于非均匀光照图像的目标分割方法，其特征在于，所述局部拟合函数表示为：
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。