專利名稱：一種圖像局部分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，具體講是涉及一種圖像局部分割方法。
背景技術(shù)：
圖像分割是圖像處理領(lǐng)域中的熱點(diǎn)問(wèn)題之一，在計(jì)算機(jī)視覺(jué)、人工智能等許多領(lǐng)域都扮演著重要的角色。針對(duì)各種應(yīng)用需求，研究人員提出了許多圖像分割方法。其中，主動(dòng)輪廓模型 (Active Contour Model, ACM)以其強(qiáng)大的數(shù)學(xué)理論基礎(chǔ)和基于水平集函數(shù)(Level Set Function, LSF)的高效數(shù)值方案吸進(jìn)了眾多學(xué)者。主動(dòng)輪廓模型主要分為兩類基于邊緣信息的主動(dòng)輪廓模型和基于區(qū)域信息的主動(dòng)輪廓模型。基于邊緣信息的主動(dòng)輪廓模型用圖像梯度作為曲線進(jìn)化的終止項(xiàng)，雖能實(shí)現(xiàn)局部分割，但對(duì)噪聲敏感，對(duì)邊緣較弱圖像的分割能力較差；基于區(qū)域信息的主動(dòng)輪廓模型用全局統(tǒng)計(jì)信息作為曲線進(jìn)化的終止項(xiàng)，對(duì)噪聲、 弱邊緣等問(wèn)題比基于邊緣信息的主動(dòng)輪廓模型具有較強(qiáng)的魯棒性，但其模型是一種全局分割模型，會(huì)將圖像中具有相近亮度的區(qū)域都分割出來(lái)，無(wú)法實(shí)現(xiàn)只針對(duì)局部的分割。為了能夠?qū)⒒趨^(qū)域信息的主動(dòng)輪廓模型應(yīng)用于局部分割以增強(qiáng)算法的魯棒性， 研究人員提出了多種局部分割方法。其中最有效的方法是將基于區(qū)域信息的主動(dòng)輪廓模型限制在曲線附近的窄帶范圍之內(nèi)進(jìn)化。根據(jù)水平集函數(shù)的類型，局部分割方法可分為兩類 基于符號(hào)距離函數(shù)的局部分割方法和基于局部近似符號(hào)距離函數(shù)的局部分割方法?；诜?hào)距離函數(shù)的局部分割方法一般用海維塞德函數(shù)(Heaviside Function)的導(dǎo)數(shù)狄拉克函數(shù)(Dirac Function)控制窄帶，但在該方案控制下的窄帶易受符號(hào)距離函數(shù)的重新初始化影響而不穩(wěn)定?；诰植拷品?hào)距離函數(shù)的局部分割方法是采取有限的整數(shù)序列來(lái)局部近似符號(hào)距離函數(shù)，但在該方法控制下的窄帶有時(shí)候會(huì)因曲線平滑方案選取不當(dāng)而造成局部分割精度不足。另外，在以上兩類局部分割方法中，曲線平滑方案一般采用曲率平滑或者高斯濾波平滑方案。而當(dāng)窄帶寬度較小時(shí)，這兩類局部分割方法中的曲線平滑方案對(duì)曲線進(jìn)化將會(huì)有一定的抑制作用，這將會(huì)迫使曲線進(jìn)化停止而導(dǎo)致分割失敗。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有的圖像局部分割方法的缺陷，本發(fā)明提供了一種局部分割方法。本發(fā)明基于二值水平集函數(shù)和形態(tài)學(xué)運(yùn)算，是一種通用的局部分割框架。局部分割中的窄帶的實(shí)現(xiàn)方法與已有方法迥然不同，窄帶控制的穩(wěn)定性與靈活性都得到了保證，并且窄帶寬度可以達(dá)到一個(gè)像素的精度，大大提高了局部分割精度，最終達(dá)到圖像局部精確分割的目的。本發(fā)明中的曲線平滑方案采用形態(tài)學(xué)運(yùn)算，不論窄帶寬度大小，對(duì)曲線進(jìn)化都有促進(jìn)作用，并且形態(tài)學(xué)運(yùn)算易于保持水平集函數(shù)的二值性，從而保證局部分割精度。本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的本發(fā)明將局部分割過(guò)程分解為五個(gè)部分圖像預(yù)處理、創(chuàng)建窄帶、更新窄帶內(nèi)的點(diǎn)、重新初始化、平滑曲線。每一部分的技術(shù)實(shí)現(xiàn)方案如下
(1)圖像預(yù)處理根據(jù)實(shí)際需要，對(duì)圖像進(jìn)行預(yù)處理，包括圖像去噪、圖像增強(qiáng)、圖像配準(zhǔn)融合等。(2)創(chuàng)建窄帶窄帶方案影響局部分割算法的穩(wěn)定性與有效性。本發(fā)明用一種基于二值水平集和形態(tài)學(xué)運(yùn)算的新方法定義窄帶。二值水平集φ(χ)是一種局部近似的符號(hào)距離函數(shù)，只取 1和-1兩個(gè)值，是本發(fā)明局部分割精度的保證，定義如下
權(quán)利要求
1.一種圖像局部分割方法，其特征在于包括以下步驟步驟1 圖像預(yù)處理，如圖像去噪、圖像增強(qiáng)、圖像配準(zhǔn)融合等；步驟2 水平集函數(shù)Φ (χ)初始化；步驟3 創(chuàng)建窄帶；步驟4:更新速度函數(shù)F(X)；步驟5:用速度函數(shù)F(X)按照下式更新窄帶內(nèi)的點(diǎn)，Φη+11 = φη+At · F步驟6 如果Φ (χ)彡0，則Φ (χ) = 1，否則，Φ (X) = -1 ； 少驟7:平滑曲線；步驟8 若水平集函數(shù)進(jìn)化未收斂，則轉(zhuǎn)到步驟3，否則停止進(jìn)化。
2.根據(jù)權(quán)利要求1所述的一種圖像局部分割方法，其特征在于所述步驟2中初始閉合曲線一般選定在待分割目標(biāo)內(nèi)部，且水平集函數(shù)初始化為二值水平集如下 其中Ω ^是圖像Ι(χ)的定義域Ω的子集。
3.根據(jù)權(quán)利要求1所述的一種圖像局部分割方法，其特征在于在所述步驟3中窄帶的創(chuàng)建由形態(tài)學(xué)中的膨脹和腐蝕運(yùn)算完成，膨脹后的邊界和腐蝕后的邊界之間的區(qū)域即為窄帶區(qū)域。
4.根據(jù)權(quán)利要求2或3所述的一種圖像局部分割方法，其特征在于局部分割精度為形態(tài)學(xué)膨脹或腐蝕的結(jié)構(gòu)元素的半徑。
5.根據(jù)權(quán)利要求1所述的一種圖像局部分割方法，其特征在于所述方法是一種通用的局部分割框架，在步驟4中所述的速度函數(shù)可以是梯度、基于全局統(tǒng)計(jì)信息的速度函數(shù)、 基于局部統(tǒng)計(jì)信息的速度函數(shù)以及其他由主動(dòng)輪廓模型推導(dǎo)而來(lái)的速度函數(shù)。
6.根據(jù)權(quán)利要求1所述的一種圖像局部分割方法，其特征在于步驟7中采用形態(tài)學(xué)閉運(yùn)算作為曲線平滑方案。
全文摘要
本發(fā)明涉及圖像處理領(lǐng)域，一種圖像局部分割方法。方法步驟S1，圖像預(yù)處理；S2，水平集函數(shù)φ(x)初始化；S3，創(chuàng)建窄帶；S4，更新速度函數(shù)F(x)；S5，用速度函數(shù)F(x)按照下式更新窄帶內(nèi)的點(diǎn)，φn+1＝φn+Δt·F；S6，如果φ(x)≥0，則φ(x)＝1，否則，φ(x)＝-1；S7，平滑曲線；S8，若水平集函數(shù)進(jìn)化未收斂，則轉(zhuǎn)到步驟3，否則停止進(jìn)化。本發(fā)明引入二值水平集和形態(tài)學(xué)運(yùn)算，使得分割邊界窄帶的穩(wěn)定性和靈活性得到保證，局部分割精度可達(dá)一個(gè)像素的精度。本發(fā)明局部分割方法穩(wěn)定性好，局部分割精度高，能夠很好的實(shí)現(xiàn)圖像局部精確分割。
文檔編號(hào)G06T5/00GK102332152SQ201110266500
公開(kāi)日2012年1月25日 申請(qǐng)日期2011年9月9日 優(yōu)先權(quán)日2011年9月9日
發(fā)明者曹祝樓, 董恩清, 鄭強(qiáng) 申請(qǐng)人:山東大學(xué)威海分校