[发明专利]基于可变分辨率模型的图像分割

说明书

发明领域

本发明涉及图像分割领域，更明确地涉及基于可变形模型的图像分割。

背景技术

H.Delingette在“International Journal on Computer Vision(国际计算机视觉)”卷32，no.2，111-146页，1999上发表的题为“General objectreconstruction based on simplex meshes(基于单纯形网格的普通物体重建)”的文章(以下简称Ref.1)论述了基于可变形模型的图像分割的具体实现方案，该论文提出了使单纯形网格适应三维(3D)对象的方法。单纯形网格具有简单的拓扑，其中单纯形网格的每个顶点与该单纯形网格的三个邻近顶点相连。单纯形网格的适应由外力驱使。每个单纯形网格的顶点被3D图像数据中朝向各自图像特征的外力所吸引。图像特征以图像强度场的局部梯度为基础来计算。单纯形网格中约束由外力驱动的变形的弹性性能被内力建模，例如，通过将局部网格曲率最小化的内力。单纯形网格在每个顶点的内外力互相抵消之前是迭代自适应的。Ref.1中还论述了在高度弯曲部分增强网格分辨率的改进过程。一个高分辨能力的网格包括更多顶点，因此可以利用图像数据中所包含的更多信息。然而，当使用细网格时，保持模型表面的光滑性在计算上要求更加苛刻。

发明内容

当有效控制由网格代表的计算模型表面光滑度而没有实质增加计算成本的同时，利用在上述图像数据中所包含的高分辨率信息分割图像数据是有利的。计算成本包括处理器带宽和计算时间。然而，如果使用非常精细的表面采样，即高分辨率网格，保持模型表面的光滑性会显著增加计算成本，这是因为模型表面需要在很大的邻近区域上变得平滑。

为更好地处理此顾虑，在本发明的一个方面，一种利用粗网格和细网格基于可变形模型分割图像数据集的系统，所述可变形模型用于对图像数据集中的对象建模，所述粗网格用于与所述图像数据集适应，所述细网格用于从图像数据集中提取详细信息，所述系统包括：

—初始化单元，其用于在图像数据集空间中初始化粗网格；

—构建单元，其用于基于初始化后的粗网格在图像数据集空间中构建细网格；

—计算单元，其用于计算关于粗网格的内力场和关于粗网格的外力场，其中基于构建的细网格和强度标量场计算外力；和

—适应单元，其用于使用计算的内力场和计算的外力场，使粗网格与图像数据集中的对象适应，从而分割图像数据集。

在图像数据集空间中构建细网格基于初始化后的粗网格，并且例如，可借助细分法利用粗网格中所包含的对照点来完成。细网格被计算单元用来在图像数据集中找出特征，并基于找到的特征计算关于粗网格的外力场。因此，即使当图形特征稀疏时，细网格的使用依然可以实现不漏掉上述特征。然后，通过适应单元使用计算单元所计算的内外力场使粗网格与图像数据集适应。由于只有粗网格与图像数据集适应，保持建模对象表面的光滑性不需要使该表面在大的邻近区域上光滑。因此，使粗网格与图像数据集中的一个对象适应的计算成本与使细网格与图像数据集中的一个对象适应的计算成本相比显著降低。该适应的计算成本的减少远远超过通过借助例如细分法构建细网格所增加的计算成本，所述细分法用于细分所述粗网格。有利地，本技术可以轻易地与现有的以模型为基础的图像分割构架结合在一起。

在该系统的实施例中，细网格以对粗网格的细分法为基础来构建。有很多可用的细分法，例如Doo-Sabin法，Catmull-Clark法，以及Loop法，它们可以被此系统有利地使用。大多数细分法都很快，因此进一步减少了分割任务的计算成本。

在该系统的实施例中，该系统还包括一个用于确定细网格分辨率的确定单元。该确定单元可以确定细网格的最佳分辨率。这个分辨率可以是图像数据分辨率和/或预期特征尺寸的函数。在该系统的另一实施例中，一个附加的考虑因素用来考虑计算成本：分辨率越高，计算成本越高。或者，分辨率可以基于用户输入数据例如用户定义的细分级别来确定。

在本发明的另一方面，图像采集装置包括一种利用粗网格和细网格基于可变形模型分割图像数据集的系统，所述可变形模型用于对图像数据集中的对象建模，所述粗网格用于与所述图像数据集适应，所述细网格用于从图像数据集中提取详细信息，所述系统包括：

—初始化单元，其用于在图像数据集空间中初始化粗网格；

—构建单元，其用于基于初始化后的粗网格在图像数据集空间中构建细网格；