[发明专利]基于改进梯度矢量模型的红外图像分割方法

权利要求书

1.基于改进梯度矢量模型的红外图像分割方法，其特征是，该方法由以下步骤实现：

步骤一、输入原始图像，并根据输入的原始图像构造边缘图e(x,y)；

步骤一一、引入引导滤波，获得引导滤波的核函数W_xy(I)；

所述核函数W_xy(I)的表达式为：

式中λ为调整参数，μ_k和分别为在窗口w_k中原始图像I(x,y)的均值和方差，|w|为窗口中像素的个数；

步骤一二、采用获得的核函数与输入原始图像的每个像素做卷积运算，并求取梯度后获得对应的边缘图e(x,y)；所述边缘图e(x,y)的表述式为：

e(x,y)＝▽|W_xy(I(x,y))*I(x,y)|；

步骤二、将步骤一构造的边缘图e(x,y)归一化0到1之间，构造加权函数g(x,y),h(x,y)，用下式表示为：

g(x,y)＝1-h(x,y)

式中，τ为正数；

步骤三、根据步骤一获得的边缘图和步骤二获得的加权函数，构造外力函数；并获得外力场；

所述外力函数的表达式为：

E(V)＝∫∫g(x,y)_*|▽V|²dxdy+h(x,y)*|V-▽e|²dxdy

步骤四、初始化轮廓曲线的位置；

步骤五、将步骤三中获得的外力场带入能量泛函中，采用有限差分迭代，曲线在内外力的作用下演化到目标边缘，实现红外图像的分割。

2.根据权利要求1所述的基于改进梯度矢量模型的红外图像分割方法，其特征在于，步骤三中对外力函数:E(V)＝∫∫g(x,y)_*|▽V|²dxdy+h(x,y)*|V-▽e|²dxdy，采用变微分法，求取该函数的Euler-Lagrange方程，离散化后采用有限差分法进行迭代，最终获得外力场。

3.根据权利要求1所述的基于改进梯度矢量模型的红外图像分割方法，其特征在于，步骤五中所述能量泛函的偏微分方程为：

式中，X为轮廓曲线，α,β为曲线X的弹性系数和刚性系数，s为曲线参数。