[发明专利]一种面向光场重聚焦图像的聚焦分割方法

权利要求书

1.一种面向光场重聚焦图像的聚焦分割方法，其特征在于，具体步骤如下：

步骤1，使用简化的脉冲耦合神经网络PCNN计算模型将原始光场重聚焦图像变换到神经元点火序列空间，生成二维点火序列矩阵；

步骤2，在步骤1生成的点火序列矩阵中，分析各点火序号的连通区域和连通度，得到每个像素的连通度属性；

步骤3，根据像素连通度属性和像素邻域点火序列模型，建立像素分类准则；具体为：

对于坐标(i,j)处的像素，其点火序号和连通度属性分别为b_i,j∈B、z_i,j∈Z；以b_i,j、z_i,j为中心，分别在点火序列矩阵B和连通度矩阵Z上取nr×nr的窗口，记为邻域点火序列窗口矩阵M＝(m_s,t)_nr×nr、邻域连通度窗口矩阵N＝(n_s,t)_nr×nr，定义(i,j)处像素的nr×nr邻域点火序列中心距矩阵为MC＝(mc_s,t)_nr×nr，其中，nr为大于1的奇数，s、t为取值范围为1到nr的自然数，m_s,t、n_s,t、mc_s,t分别表示矩阵M、N、MC中(s,t)处的元素值；

矩阵MC由矩阵M和N按照如下规则生成：

其中，α为像素连通度门限值；

建立像素分类准则为：

平坦判定准则：若MC为0矩阵，则(i,j)处像素划入平坦区域；

清晰判定准则：M中不重复元素连续，若d_max小于d_clear，或者fn大于fn_clear，则(i,j)处像素划入清晰区域，其中，d_max为矩阵MC中最大、最小元素之差的绝对值，d_clear为最大间距即像素被判定为清晰区域的点火间隔门限值，fn为矩阵M中的不重复元素个数即邻域点火次数，fn_clear为像素被判定为清晰区域的邻域点火次数门限值；

边缘判定准则：若fn不大于fn_edge且d_max大于d_edge，则(i,j)处像素划入边缘区域，其中，fn_edge为像素被判定为边缘区域的邻域点火次数门限值，d_edge为像素被判定为边缘区域的点火间隔门限值；

其他区域判定准则：不符合以上任一准则的像素归入其他区域；

步骤4，对每个像素，根据像素分类准则，标记其分类属性，形成分类标记矩阵；具体为：

(401)创建与点火序列矩阵B相同大小的零矩阵P；

(402)对坐标(i,j)处像素，建立其邻域点火序列窗口矩阵M、邻域连通度窗口矩阵N，计算邻域点火序列中心距矩阵为MC；

(403)根据步骤3建立的准则，对(i,j)处像素进行分类：若该像素被划入清晰区域，则将矩阵P(i,j)处的元素赋值为1；若被划入边缘区域，则矩阵P(i,j)处的元素赋值为2；若被划入平坦区域，则矩阵P(i,j)处的元素赋值为3；若被划入其他区域，则矩阵P(i,j)处的元素赋值为4，从而得到像素分类标记矩阵P；

步骤5，在分类标记矩阵上，使用滑窗技术查找清晰标记密度最大的子矩阵块，在原始重聚焦图像中分割出对应区域作为聚焦区域输出，其中，子矩阵块的清晰标记密度是指子矩阵块中值为1的元素个数。

2.根据权利要求1所述的一种面向光场重聚焦图像的聚焦分割方法，其特征在于，步骤1中将原始光场重聚焦图像变换到神经元点火序列空间的变换过程具体实现方式为：仅允许每个神经元有效点火一次且仅一次；当一个神经元有效点火一次后，提升门限值为无穷大，使其在迭代周期内不会再次点火；同时，设置门限值衰减下限，当动态门限值衰减到下限值后，所有未点火神经元点火。