改進(jìn)的基于邊緣水平集的含噪圖像分割方法與系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域。更具體地，涉及一種改進(jìn)的基于邊緣水平集的含噪圖 像分割方法與系統(tǒng)。
【背景技術(shù)】
[0002] 圖像分割在圖像處理和計(jì)算機(jī)視覺(jué)中具有重要意義。為了實(shí)現(xiàn)這個(gè)目的，各種方 法被提出。在這些方法中，主動(dòng)輪廓模型（也叫蛇模型或可變模型），由于能夠提供更為光 滑和精確的分割結(jié)果而被廣泛的使用。
[0003] Kass提出了原始的主動(dòng)輪廓模型，又叫做參數(shù)主動(dòng)輪廓模型，由于該模型使用了 顯示的曲線去提取目標(biāo)邊緣，因此很難處理輪廓曲線的拓?fù)渥兓sher和Sethian提出了 水平集方法，通過(guò)將一個(gè)輪廓曲線隱式地表示為一個(gè)高維函數(shù)（又叫做水平集函數(shù)）的零 水平集，從而可以很容易地在水平集函數(shù)的演化過(guò)程中處理輪廓曲線的拓?fù)渥兓?br>[0004] 現(xiàn)有的基于水平集的圖像分割方法可以分為兩類(lèi)：基于邊緣的水平集方法和基于 區(qū)域的水平集方法?；谶吘壍乃郊椒ǎㄟ^(guò)使用與圖像梯度信息相關(guān)的邊緣停止函 數(shù)，引導(dǎo)水平集函數(shù)的零水平集接近并提取目標(biāo)的邊緣?；趨^(qū)域的水平集方法，通過(guò)區(qū)域 描述的方法，引導(dǎo)水平集函數(shù)的零水平集接近并提取目標(biāo)的邊緣。
[0005] 基于邊緣的水平集方法，由于使用邊緣停止函數(shù)來(lái)保證水平集函數(shù)的零水平集能 夠停留在目標(biāo)的邊緣，而邊緣停止函數(shù)是基于圖像梯度信息的，對(duì)噪聲比較敏感，因此，基 于邊緣的水平集方法在對(duì)含噪圖像進(jìn)行分割時(shí)不能夠獲得滿意的圖像分割結(jié)果。基于邊緣 的水平集方法，由于區(qū)域能量項(xiàng)控制著水平集函數(shù)的演化速度，因此，當(dāng)初始化輪廓曲線距 目標(biāo)邊緣較遠(yuǎn)時(shí)，區(qū)域能量項(xiàng)是必要的。由于區(qū)域系數(shù)在區(qū)域能量項(xiàng)中占據(jù)著重要的作用， 而在傳統(tǒng)的基于邊緣的水平集函數(shù)中，它常常被設(shè)為一個(gè)常數(shù)。對(duì)于含噪圖像的分割，由于 噪聲的影響，過(guò)小的區(qū)域系數(shù)容易使得輪廓曲線陷入到局部極小值，過(guò)大的區(qū)域系數(shù)容易 使得輪廓曲線漏掉較弱的邊緣，因此，區(qū)域系數(shù)仍被設(shè)為常數(shù)是不合適的。
[0006] 因此，需要提供一種改進(jìn)的基于邊緣水平集的含噪圖像分割方法與系統(tǒng)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于提供一種改進(jìn)的基于邊緣水平集的含噪圖像分割方法與系統(tǒng)， 以解決現(xiàn)有技術(shù)中基于邊緣的水平集方法對(duì)含噪圖像不能獲得滿意分割結(jié)果的問(wèn)題。
[0008] 為達(dá)到上述目的，本發(fā)明采用下述技術(shù)方案：
[0009] -種改進(jìn)的基于邊緣水平集的含噪圖像分割方法，該方法包括如下步驟：
[0010] S1、對(duì)含噪圖像進(jìn)行平滑處理，并計(jì)算平滑后圖像中各像素點(diǎn)的梯度值；
[0011] S2、利用水平集初始化函數(shù)對(duì)平滑后圖像進(jìn)行初始化，獲得各像素點(diǎn)的水平集函 數(shù)值；
[0012] S3、基于各像素點(diǎn)的水平集函數(shù)值，計(jì)算各像素點(diǎn)的局部區(qū)域擬合均值；
[0013] S4、基于各像素點(diǎn)的水平集函數(shù)值和局部區(qū)域擬合均值，計(jì)算各像素點(diǎn)的局部區(qū) 域擬合方差和可變區(qū)域系數(shù)；
[0014] S5、基于各像素點(diǎn)的梯度值和局部區(qū)域擬合方差，計(jì)算各像素點(diǎn)的邊緣停止函數(shù) 值；
[0015] S6、基于各像素點(diǎn)的水平集函數(shù)值、可變區(qū)域系數(shù)和邊緣停止函數(shù)值，更新各像素 點(diǎn)的水平集函數(shù)值；
[0016] S7、判斷所述更新各像素點(diǎn)的水平集函數(shù)值的次數(shù)是否達(dá)到設(shè)置的最大迭代步 數(shù)，若達(dá)到最大迭代步數(shù)，則輸出分割結(jié)果；若未達(dá)到最大迭代步數(shù)，則轉(zhuǎn)入步驟S3。
[0017] 優(yōu)選地，步驟S3中
[0018] 計(jì)算各像素點(diǎn)的局部區(qū)域擬合均值的公式為：
[0021] 公式中，y為像素點(diǎn)X的局部區(qū)域內(nèi)的像素點(diǎn)，fin(X)為像素點(diǎn)X在輪廓曲線內(nèi)部 的局部區(qū)域擬合均值，Ux)為像素點(diǎn)X在輪廓曲線外部的局部區(qū)域擬合均值，k。（x-y)為 標(biāo)準(zhǔn)差為σ的高斯核函數(shù)，I ( ·)為圖像灰度值，H( ·)為階躍函數(shù)，φ(·) %水平集函數(shù)。
[0022] 優(yōu)選地，步驟S4中
[0023] 計(jì)算各像素點(diǎn)的局部區(qū)域擬合方差的公式為：
[0026] 公式中，y為像素點(diǎn)X的局部區(qū)域內(nèi)的像素點(diǎn)，+
為像素點(diǎn)X在輪廓曲線內(nèi)部 的局部區(qū)域擬合方差，
為像素點(diǎn)X在輪廓曲線外部的局部區(qū)域擬合方差，k。（x_y) 為標(biāo)準(zhǔn)差為。的高斯核函數(shù)，fin(x)為像素點(diǎn)x在輪廓曲線內(nèi)部的局部區(qū)域擬合均值， Ux)為像素點(diǎn)X在輪廓曲線外部的局部區(qū)域擬合均值，Ι(·)為圖像灰度值，Η(·)為階 躍函數(shù)，爐(·）為水平集函數(shù)；
[0027] 計(jì)算各像素點(diǎn)的可變區(qū)域系數(shù)的公式為：
[0029] 公式中，υ (X)為像素點(diǎn)X的可變區(qū)域系數(shù)，fin(x)為像素點(diǎn)X在輪廓曲線內(nèi)部的 局部區(qū)域擬合均值，?·_(Χ)為像素點(diǎn)X在輪廓曲線外部的局部區(qū)域擬合均值，α為線性系 數(shù)，β為非線性系數(shù)，k為常系數(shù)。
[0030] 優(yōu)選地，步驟S5中
[0031] 計(jì)算各像素點(diǎn)的邊緣停止函數(shù)值的公式為：
[0033] 公式中，g(X)為像素點(diǎn)x的邊緣停止函數(shù)值，
丨為像素點(diǎn)X在輪廓曲線內(nèi)部 的局部區(qū)域擬合方差，
為像素點(diǎn)X在輪廓曲線外部的局部區(qū)域擬合方差，為梯度 算子，
為平滑后圖像的梯度圖像，G。為標(biāo)準(zhǔn)差為〇的高斯濾波函數(shù)。
[0034] 優(yōu)選地，步驟S6進(jìn)一步包括如下子步驟：
[0035] S6. 1、將可變區(qū)域系數(shù)υ (X)和邊緣停止函數(shù)g(x)引入到更新水平集函數(shù)的計(jì)算 中，引入后的水平集函數(shù)的能量函數(shù)為：
[0037] 公式中，μ為懲罰能量項(xiàng)
i的系數(shù)，λ為長(zhǎng)度能量項(xiàng)
的系 數(shù)，
：為區(qū)域能量項(xiàng)，S Ε ( ·)和He ( ·)分別為狄克拉函數(shù)和階躍函數(shù)的近似 表達(dá)式，分別定義為：
[0040] 公式中，ε為控制近似表達(dá)式δ Ε ( ·)和He ( ·)近似程度的參數(shù)；
為懲罰能量項(xiàng)的勢(shì)函數(shù)，定義為：
[0043] S6.2、固定可變區(qū)域系數(shù)υ (X)和邊緣停止函數(shù)g(x)，利用變分法的梯度下降流 方程公式：
獲得水平集函數(shù)的演化方程，該方程為：
[0045] 公式中，div為散度算子，
[0046] S6. 3、對(duì)水平集函數(shù)的演化方程中的時(shí)間偏導(dǎo)數(shù)用向前差分方程近似、空間偏導(dǎo) 數(shù)用中心差分方程近似，獲得水平集函數(shù)的演化方程的離散差分方程，該方程為：
[0048] 公式中，At為時(shí)間步長(zhǎng)，（i，j)為空間索引，k為時(shí)間索引，
為第k+Ι次迭代 后的水平集函數(shù)值，
為第k次迭代后的水平集函數(shù)值，
為水平集函數(shù)的演化方 程右邊的近似；
[0049] S6. 4、對(duì)水平集函數(shù)的演化方程的離散差分方程進(jìn)行變形處理，得到水平集函數(shù) 的演化方程的迭代方程：
[0050] S6. 5、利用水平集函數(shù)的演化方程的迭代方程更新各像素點(diǎn)的水平集函數(shù)值。
[0051] 優(yōu)選地，高斯核函數(shù)k。（x-y)的窗口值為3X3或5X5。
[0052] -種改進(jìn)的基于邊緣水平集的含噪圖像分割系統(tǒng)，該系統(tǒng)包括：
[0053] 含噪圖像的預(yù)處理模塊，對(duì)含噪圖像進(jìn)行平滑處理，并計(jì)算平滑后圖像中各像素 點(diǎn)的梯度值；
[0054] 水平集函數(shù)的初始化模塊，利用水平集初始化函數(shù)對(duì)平滑后圖像進(jìn)行初始化，獲 得各像素點(diǎn)的水平集函數(shù)值；
[0055] 局部區(qū)域擬合均值計(jì)算模塊，基于各像素點(diǎn)的水平集函數(shù)值，計(jì)算各像素點(diǎn)的局 部區(qū)域擬合均值；
[0056] 局部區(qū)域擬合方差和可變區(qū)域系數(shù)計(jì)算模塊，基于各像素點(diǎn)的水平集函數(shù)值和局 部區(qū)域擬合均值，計(jì)算各像素點(diǎn)的局部區(qū)域擬合方差和可變區(qū)域系數(shù)；
[0057] 邊緣停止函數(shù)計(jì)算模塊，基于各像素點(diǎn)的梯度值和局部區(qū)域擬合方差，計(jì)算各像 素點(diǎn)的邊緣停止函數(shù)值；
[0058] 水平集函數(shù)更新模塊，基于各像素點(diǎn)的水平集函數(shù)值、可變區(qū)域系數(shù)和邊緣停止 函數(shù)值，更新各像素點(diǎn)的水平集函數(shù)值；
[0059] 水平集演化控制模塊，判斷所述更新各像素點(diǎn)的水平集函數(shù)值的次數(shù)是否達(dá)到設(shè) 置的最大迭代步數(shù)，若達(dá)到最大迭代步數(shù)，則輸出分割結(jié)果；若未達(dá)到最大迭代步數(shù)，則控 制局部區(qū)域擬合均值計(jì)算模塊、局部區(qū)域擬合方差和可變區(qū)域系數(shù)計(jì)算模塊、邊緣停止函 數(shù)計(jì)算模塊和水平集函數(shù)更新模塊進(jìn)行數(shù)據(jù)處理。
[0060] 優(yōu)選地，該系統(tǒng)還包括顯示模塊，顯示分割系統(tǒng)中各模塊的數(shù)據(jù)處理過(guò)程。
[0061] 本發(fā)明的有益效果如下：
[0062] 本發(fā)明所述技術(shù)方案針對(duì)傳統(tǒng)的基于邊緣的水平集方法不能對(duì)