[发明专利]基于格子波尔兹曼模型的图像分割方法

摘要

本发明公开了一种基于格子波尔兹曼模型的图像分割方法。该方法基于微观的格子波尔兹曼模型，对图像进行分割处理，最后实现对图像分割的宏观偏微分方程的求解，实现了图像的自动分割，相较于经典的偏微分方程方法的图像分割，可以实现大步长的迭代计算，从而有效提高了图像分割的效率，分割速度快，分割效果好。

主权项

1.一种基于格子波尔兹曼模型的图像分割方法，其特征在于操作步骤如下：输入初始图像，节点的值设为对应像素的灰度值；使用二维格子波尔兹曼模型，设置格子波尔兹曼演化方程中各作用方向的初始平衡态函数；确定格子波尔兹曼演化方程的迭代次数N；采用变分水平集方法，引入Heaviside函数，初始化距离函数作为初始曲线C；计算Heavside函数，其中参数控制函数从0上升到1的快慢；计算分割曲线内部和外部的平均灰度值c₁和c₂：，计算参数的导数，遍历图像计算格子波尔兹曼演化方程中的松弛因子；设n为迭代次数，根据二维格子波尔兹曼模型更新平衡分布函数为；计算二维格子波尔兹曼模型的迁移过程：；计算二维格子波尔兹曼模型的作用过程：其中为常数；更新粒子分布函数得到嵌入距离化函数,取其零水平集即为新的分割曲线；判断是否达到迭代次数N，若达到N次时，则输出u零水平集结果即为分割轮廓；若没有达到N次，则转步骤（4），重复步骤（4）-（10），直到达到迭代N次数后输出处理后的零水平集结果，即为最后的分割结果。