[发明专利]一种基于多级网格的图像分割方法及装置

说明书

技术领域

本发明涉及图像处理技术，特别是一种基于多级网格的图像分割方法及装置。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的过程。它是由图像处理到图像分析的关键步骤。图像分割技术在在医学影像，视频编辑，计算机视觉等方面有着广泛的应用。例如，在医学影像领域中，图像分割技术可以用于测量人体器官、组织或者病灶的尺寸和体积，从而帮助医生进行诊断。

大多数的基于图论的图像分割算法最终都可以归结为求解线性方程组Au=f。可以直接求解该线性方程组，或者也可以利用迭代法求解该线性方程组。对于较大规模的线性方程组，这两种方法都比较慢。

多级网格法（又叫多重网格法）是求解大型线性代数方程组的一种重要解法。基于多级网格的概念，一个图像可以“粗化”为多个简化的分层网格。这些网格分别代表不同粗化程度的图像，这些图像中的像素点的个数较少。这样，可以不直接求解线性方程组Au=f，而是以迭代方式来求解多个等级的图像，以从一个网格向下一个较粗网格传播残留误差，通过松弛算法迭代平滑来去除，并且使用一个网格的概率解作为上一级较细网格的初始解。残留误差通过限制映射从细网格传播到粗网格，同时粗网格的概率解通过插值映射传播到细网格。上述从细网格到粗网格再到细网格的循环过程称为一个V循环（V-cycle）。一个V循环的过程如图1所示，包括：

（1）利用初始猜测解，对A^hu^h=f^h松弛α₁次，得到并保存u^h的近似解v^h；计算残留r^h=f^h-A^hv^h，这里h代表网格的级数，h代表2h的上一级细网格。

（2）计算将残留r^h限制映射到下一级粗网格；

（3）利用初始猜测v^2h=0，对A^2hv^2h=f^2h松弛α₁次，得到并保存修正量v^2h，计算残留r^2h=f^2h-A^2hv^2h；

（4）计算将残留r^2h限制映射到下一级粗网格；

（5）利用初始猜测v^4h=0，对A^4hv^4h=f^4h松弛α₁次，得到并保存修正量v^4h，计算残留r^4h=f^4h-A^4hv^4h；

（6）计算将残留r^4h限制映射到下一级粗网格；

（7）重复上述步骤至最粗等级，直接求解A^Hv^H=f^H，得到v^H，令误差e^H=v^H。

（8）从最粗等级向最细等级进行细化，重复执行以下步骤至最细等级；

（9）计算进行插值映射，即粗网格细化；利用e^h校正保存的v^h，即v^h←v^h+e^h；

（10）利用初始猜测v^h，对A^hv^h=f^h松弛α₂次。

其中，α₁和α₂为常数，代表迭代次数。为限制运算符；为插值运算符。

在上述过程中，在各个级别的网格上的细化和松弛操作都是基于整个图像进行的。也就是说，每个级别的网格均覆盖整个图像，即全局网格。但是，对于图像分割来说，用户更关心的是图像中图形的轮廓，即前景和背景之间的边界。比如，对于一个医学CT图像，用户最关心的是病变组织的轮廓。而对于其他部分，用户并不关心。现有技术中的多级网格算法在这些用户不感兴趣的区域也进行了细化和松弛操作，这些细化和松弛操作是不必要的。

发明内容

有鉴于此，本发明实施例提供了一种基于多级网格的图像分割方法及装置，以提高图像分割的速度并减少计算量。