[发明专利]基于ALR‑CV模型与边缘转换的图像分割算法

权利要求书

1.基于ALR-CV模型与边缘转换的图像分割算法，其特征在于包括以下步骤：

1)获取图像的边缘信息；

2)根据边缘信息的二进制边缘掩码计算得到二进制边缘掩码的距离图；

3)根据距离图构建边缘转换图ETM(x,y)；

4)将CV模型的能量泛函E_CV最小化，得到水平集演化方程式(2)，去除其中正则项后得到方程式(3)，将方程式(3)等号两边分别除以能量项权重系数λ₁，并在执行过程中进行归一化，得到方程式(6)，用能量项权重系数的局部比替换原始CV模型中能量项权重系数的一般比，得到ALR-CV模型；

5)用ALR-CV模型分割边缘转换图ETM(x,y)。

2.如权利要求1所述的基于ALR-CV模型与边缘转换的图像分割算法，其特征在于：步骤4)中CV模型的能量泛函E_CV为方程式(1)：

式中，为水平集函数，其具有长度项和形状正则项c₁、c₂分别为轮廓内部、外部区域灰度平均值；μ、ν分别为长度项系数、形状正则项系数；λ₁、λ₂均为能量项对应的权重系数；I(x,y)为像素。

3.如权利要求1所述的基于ALR-CV模型与边缘转换的图像分割算法，其特征在于：方程式(2)为：

式中，为关于的Dirac函数，div为散度算子，是正则项。

4.如权利要求1所述的基于ALR-CV模型与边缘转换的图像分割算法，其特征在于：方程式(3)为：

在t+1时水平集函数值由方程式(4)获得：

式中，σ为高斯核函数的方差。

5.如权利要求1所述的基于ALR-CV模型与边缘转换的图像分割算法，其特征在于：方程式(6)为：

当方程式(3)等号两边分别除以能量项权重系数λ₁时，l表示能量项权重系数λ₂与能量项权重系数λ₁的一般比，即方程式(5)：

l＝λ₂/λ₁ (5)，

能量项权重系数λ₂与能量项权重系数λ₁的局部比表示为：

6.如权利要求1所述的基于ALR-CV模型与边缘转换的图像分割算法，其特征在于：所述ALR-CV模型为方程式(7)：