[发明专利]一种基于弦振动理论的目标轮廓提取方法

权利要求书

1.一种基于弦振动理论的目标轮廓提取方法，其特征在于：包括以下步骤，

步骤1、通过卷积神经网络提取得到图像的特征轮廓，并通过编码-解码的结构输出对系数预测的系数预测图，；

步骤2、对特征轮廓的初始化位置进行设置；

步骤3、根据当前时刻的轮廓位置从系数预测图，上索引对应的系数，构建用于演化的系数矩阵、系数向量；

步骤4、依据弦振动理论建立的轮廓振动模型，代入已有时刻的轮廓位置和系数矩阵、系数向量，得到更新后的目标轮廓。

2.根据权利要求1所述的一种基于弦振动理论的目标轮廓提取方法，其特征在于，所述的步骤3具体为，输入图像由具有编码-解码结构的卷积神经网络进行下采样和上采样，得到与输入图像同样尺寸大小的系数预测图，；并根据当前轮廓位置从系数预测图，上索引出对应的系数，得到系数矩阵、系数向量。

3.根据权利要求1所述的一种基于弦振动理论的目标轮廓提取方法，其特征在于，所述的步骤四中依据弦振动理论建立的轮廓振动模型的方法是，通过挖掘轮廓演化本身的运动属性，依据弦振动理论建立了轮廓的运动表达式，并将轮廓用多个顶点离散化表示，得到关于轮廓演化的迭代推理模型，经过端到端的网络框架，输出目标边界的预测结果，得到目标轮廓。

4.根据权利要求3所述的一种基于弦振动理论的目标轮廓提取方法，其特征在于，所述的轮廓的运动表达式为，

，

其中为弦，为时间参数，为空间参数，，为系数，当取不同的数值，代表轮廓上不同的位置。

5.根据权利要求4所述的一种基于弦振动理论的目标轮廓提取方法，其特征在于，所述的步骤四中通过多个离散顶点的多边形近似地表达为连续的轮廓的算法是，取时刻轮廓由个顶点采样表达为，

，则在顶点有，

，

对于该表达式中的从到取值，则有，

其中，为按位相乘符号，系数向量可表达如下，

，

其中系数矩阵是一个的三对角矩阵，表示为

，将从系数预测图，上索引对应的系数得到的系数矩阵、系数向量代入系数矩阵和系数向量。

6.根据权利要求1所述的一种基于弦振动理论的目标轮廓提取方法，其特征在于，还包括步骤5，对模型学习，通过步骤3和步骤4重复操作多次进行模型学习。