[发明专利]一种基于局域均质指标的分水岭分割标记点提取方法

权利要求书

1.一种基于局域均质指标的分水岭分割标记点提取方法，其特征在于，包括如下步骤：

首先对原始影像进行量化从而获得量化影像，令量化影像中每一个像素的位置z(x,y)为像素z的像素值，z(x,y)∈Z，Z为以像素z为中心的特定尺寸窗口内所有像素组成的集合；

在量化影像中，定义N为以z为中心窗口中的像素总数，则均值m：

m=1NΣz∈Zz(x,y)---(1)]]>

定义m_p为窗口中属于相同灰度级p的所有像素均值，Z_p为窗口中属于灰度级p的所有像素的集合，P为量化影像中的灰度级总数，则窗口中属于同一灰度级像素的方差的和S_W可定义为：

SW=Σp=1PΣz∈Zp||z-mp||2---(2)]]>

定义S_T为窗口中所有像素的总体方差：

ST=Σz∈Z||z-m||2---(3)]]>

则J-value为：

J＝(S_T-S_W)/S_W         (4)

利用每个像素的J-value作为该像素的像素值，即构成了J-image影像；

将原始影像进行分块处理，并分别对每块区域的纹理复杂程度进行判别，从而通过不同的阈值约束标记点的分布。

2.如权利要求1所述的基于局域均质指标的分水岭分割标记点提取方法，其特征在于：

标记点提取策略如下：

Step1：首先根据待分割影像的尺寸设定参数M，将影像等分为大小M×M像素的子块；遍历所有子块，计算每个子块对应的J-value，以判断当前子块内部的纹理复杂程度；进入Step 2；

Step2：为了尽可能的反映图像的细节特征，选择计算的J-value的最小窗口尺寸为5×5像素，并计算原始影像中所有像素对应的J-value的值，从而生成J-image影像；

Step3：对于某一子块，若满足J∈(0.05,0.3]，则认为该子块为普通区域；计算J-image所有像素的J-value均值，并定义为阈值T_Avg，子块在J-image中对应的区域中所有阈值大于T_Min的点作为标记点；否则，进入下一步；

Step4：对于某一子块，若满足J∈(0.3,1)，则认为该子块为纹理复杂区域，需要更多的标记点以提取图像的细节特征，以避免欠分割现象，定义阈值T_Min，且满足T_Min＜T_Avg，子图像在J-image中对应的区域中所有阈值大于T_Min的点作为标记点；否则，进入下一步；

Step5：对于某一子块，若满足J∈(0.0.5)，则认为该子块为均值区域，仅需要较少的标记点，以避免过分割现象，定义阈值T_Max，且满足T_Max＞T_Avg，子图像在J-image中对应的区域中所有阈值大于T_Max的点作为标记点；进入下一步；

Step6：重复Step3～Step5，遍历所有子块，实现在J-image影像中的标记点提取。