[发明专利]一种对图像初始分割边界进行优化的自动分割方法

权利要求书

1.一种对图像初始分割边界进行优化的自动分割方法，其特征在于，基于近邻函数准则对图像的粗糙边界进行自动再分类，包括以下步骤：

步骤1：检测初始分割结果中的边界点，并按初始分割结果进行标记，第一个区域的所有边界点标记为阿拉伯数字“1”，第二个区域的边界点标记为“2”，以此类推；

步骤2：计算每一个被标记的边界点的某邻域内所有点之间的近邻函数值；

步骤3：根据近邻函数值计算当前边界点的隶属函数值，也即是当前边界点隶属于某个区域的可能性度量；

步骤4：根据隶属函数值进行边界点的再分类，获得优化的分割边界；

步骤5：步骤1～步骤4重复实施，确保整幅图像的分割边界都达到优化的效果。

2.根据权利要求1所述的方法，其特征在于，在步骤2中，计算每一个边界点的某邻域内所有点的近邻函数值，设点p_i和p_j是边界点p₀的邻域点，则p_i和p_j间的近邻函数值如下：

a_ij＝s+t-2

其中s表示点p_i是点p_j的第s个近邻，t表示点p_j是点p_i的第t个近邻；点与点之间的距离是广义距离，是根据欧氏距离和图像灰度值差异联合定义的，其定义如下：

d(p_i，p_j)＝c₁·d_E(p_i，p_j)+c₂·d_G(p_i，p_j)，c₁+c₂＝1，

d_G(p_i，p_j)＝|I(p_i)-I(p_j)|，

其中d_E(p_i，p_j)表示两点间的欧氏距离，d_G(p_i，p_j)表示两点间的灰度差的绝对值，c₁和c₂为两个常数，I(p_i)表示点p_i处的图像灰度值。