[发明专利]基于水平集接力的图像分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及水平集(Level Set Method)图像分割方法，可用于对医学图像和自然图像的分割。

背景技术

图像是通过各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视觉的实体。人类从外界获得的信息约有75％是从图像中获得的，这既说明图像信息量巨大，也表明人类对图像信息有较高的利用率。随着信号处理理论和计算机科学技术的发展，图像工程也成为一门内容丰富且发展迅速的学科。而作为图像工程的基础，图像分割是从图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。

对图像分割的研究已有四十年的历史，期间涌现出了各种基于不同理论的分割方法，尽管如此，该领域一直没有形成一个统一的理论体系指导新的分割方法的设计和实现。近几年，主动轮廓法在图像分割领域中表现活跃，产生了很多新算法，如snake方法，水平集方法(Level set Method)。根据演化曲线的表示和实现方法的不同，主动轮廓法可以分为：

1)参数主动轮廓(PAC，Parametric Active Contour)，该类方法使用参数曲线法显式地表示演化曲线，通过构造相应的能量函数指导曲线在图像中演化，并最终达到分割的目的。该方法最大的缺点是必须解决图像中目标的拓扑变化，而这个问题是非常难以解决。

2)几何主动轮廓(GAC，Geometric Active Contour)，该类法将演化曲线在平面上的演化转化为定义在高维空间中的水平集函数的演化，使用水平集函数的零水平集(ZeroLevel Set)隐式地表示演化曲线。Suri等人在其文章“J.S.Suri，K.Liu，S.Singh，S.N.Laxminarayan，X.Zeng and L.Reden.Shape recovery algorithms using level sets in 2-d/3-dmedical imagery：a state-of-the-art review.IEEE Trans.Information Technology in Biomedicine，2002，6(1)：8-28.”中详细地介绍和分析了水平集方法的优势，其中最重要的就是演化曲线的隐式表示使得水平集方法能够简单和灵活地处理目标的拓扑形变，如分裂，合并等。

最早的水平集方法是由Osher和Sethian在“S.Osher，J.A.Sethian.Fronts propagatingwith curvature-dependent speed：algorithms based on Hamilton-Jacobi formulation.J.Computational Physics，1988，79(1)：12-49.”一文中提出，此后Maladi等人又将它用在了复杂目标的分割上“R.Malladi，J.A.Sethian，and B.C.Vemuri.Shape modeling with frontpropagation：a level set approach.IEEE Trans.Pattern Analysis and Machine Intelligence，1995，17(2)：158-175.”。这些早期方法存在以下三个主要问题：

(1)需要人为的初始化演化曲线，即手动的在待分割图像上放置一条闭合曲线，从而才能初始化水平集函数，该过程不能自动完成；

(2)通过定义边缘指示器函数来指导演化曲线停止在图像中的边缘上，以达到分割图像的目的，但这种指示器函数只能使得曲线停留在距离初始演化曲线最近的边缘上，从而漏检了距离初始演化曲线较远的图像边缘；