[发明专利]一种结合改进快速合并算法的分水岭分割方法

权利要求书

1.一种结合快速合并算法的分水岭改进分割方法，该方法包括如下步骤：

步骤1)输入全局标记阈值α和区域自适应阈值调整系数g；

步骤2)使用sobel算子构建梯度图像,并根据α，以及式F(x_α)＝P(x≤h_α)＝α计算并返回影像初始梯度值x₀和全局阈值h_α，其中，x为梯度图像值，P为x≤h_α时的累积概率；

步骤3)根据区域自适应阈值调整系数g和返回的影像初始梯度值x₀，利用式进行计算，得到重构的梯度图，其中，g为梯度图Grad即初始梯度值x₀的调整系数；

步骤4)利用重构的梯度图对影像进行分水岭分割，获得影像的初分割结果；

步骤5)输入控制区域合并的阈值T和公共边界惩罚系数λ，构建初始区域邻接图RAG和最近邻接图NNG；

步骤6)对NNG存放的合并代价进行排序，并根据控制区域合并的阈值T计算并返回合并代价t₀；

步骤7)搜索NNG中的最小合并代价t_min，并判断是否num(t_min)1，若num(t_min)1，将公共边界长度作为第一优先级，将公共边界长度大者优先合并，若公共边界长度也相同，则将最小对象面积作为第二优先级，将最小对象面积小者优先合并；

步骤8)判断是否t_minT，若t_minT，则搜索RAG中相对应的邻接对象O_i和O_j进行合并，同时计算新对象O_ij的邻接关系，并更新RAG和NNG；

步骤9)重复以上步骤，直至t_minT，迭代过程停止，获得最终分割结果。

2.如权利要求书1所述的方法，其特征在于，所述步骤5)：NNG存放相邻对象之间的合并代价。

3.如权利要求书1所述的方法，其特征在于，所述步骤6)：提出了一种基于可控公共边界长度惩罚的Fast Lambda合并代价，将两个区域之间的公共边界长度与区域面积的平方根对的比值融入到算法中，即其中，LCLamdba代表新的合并代价，N_i和N_j代表相邻对象i和j的像素个数，E指的是相邻对象i和j的欧式距离，L代表对象i和j的公共边界长度。