一种基于水平集的多目标图像分割方法技术

本发明专利技术涉及一种基于水平集的多目标图像分割方法，应用于图像分析技术领域。该方法包括以下步骤：①在要分割的图像上画一个或多个闭合曲线作为初始轮廓；②使用提出的基于区域的主动轮廓模型，对初始轮廓进行迭代演化，得到目标的轮廓曲线。所述的基于区域的主动轮廓模型充分考虑了图像的局部灰度信息，因此，能够分割灰度不均匀图像；将模型推广到多阶，能够对多目标图像进行分割。本发明专利技术提出的方法，与已有技术相比，具有对初始化不敏感、运算速度快、抗噪能力强、分割结果准确的优点，而且能够分割含有多个不同目标的医学图像。

【技术实现步骤摘要】

本专利技术涉及，能够分割含有多个不同目标的图像，可广泛的应用于图像分析

技术介绍
图像分割是图像处理领域中的一个重要问题，它对于图像理解、图像分析、模式识另O、计算机视觉等具有非常重要的意义，在许多的研究领域都应用的非常广泛，得到了人们越来越多的重视。但是由于其本身的复杂性，尽管许多研究人员付出了大量的努力，但是到目前为止还不存在一个通用的分割方法，也还没有建立一个判断分割是否成功的客观标准，所以图像分割是计算机视觉中的一个瓶颈。在医学应用领域中，医学图像分割问题，相对于一般的图像分割问题，面临着更多的难题。由于医学图像的成 像原理和组织本身的特性差异，使得图像的形成易受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响。因此，医学图像往往存在大量噪声、局部模糊集灰度不均匀等特性，增加了其分割的难度。另外，人体解剖机构的复杂性、组织器官形状的不规则形、个体之间的差异性等，都给医学图像分割带来了困难。国内外许多学者都对医学图像分析领域进行了研究，得到了许多医学图像分割的方法。然而，由于噪声、弱边界、灰度不均匀性等问题的存在，使得一些传统的方法并不能得到理想的结果。主动轮廓本文档来自技高网...

【技术保护点】
一种基于水平集的多目标医学分割方法，其特征在于：其具体实施步骤如下：步骤一、对待分割的图像进行初始化操作，即在要分割的图像上画一个或多个闭合曲线作为初始轮廓；步骤二、使用提出的基于区域的主动轮廓模型，对初始轮廓进行迭代演化，得到目标的轮廓曲线。

【技术特征摘要】
1.一种基于水平集的多目标医学分割方法，其特征在于:其具体实施步骤如下: 步骤一、对待分割的图像进行初始化操作，即在要分割的图像上画一个或多个闭合曲线作为初始轮廓； 步骤二、使用提出的基于区域的主动轮廓模型，对初始轮廓进行迭代演化，得到目标的轮廓曲线。2.按权利要求1所述的一种适用于多目标图像的分割方法，其特征在于:步骤二中所述基于区域的主动轮廓模型具体为: Ω c、；K2是图像域，/:Ω^%是一张采集到的灰度不均匀医学图像，采用常用的模型对灰度不均匀医学图像建模为: I = bj+n (I) 其中，J是真实图像，可以分为N个不同的区域{D,}f=1，每个子区域Qi可以用常量Ci表示...

【专利技术属性】
技术研发人员：刘利雄，陈孟娟，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：