[发明专利]基于稀疏表示的舌图像分割方法

摘要

本发明涉及一种基于稀疏表示的舌图像分割方法。先定义一种基于颜色相似性的测度来度量测试像素点对应局部图像块和测试像素点邻域内训练图像上近邻点对应的局部图像块的相似性，利用相似性测度对训练图像块执行筛选，利用筛选后的训练图像块构建稀疏表示所需的字典；接着，利用字典中训练图像块稀疏表示测试图像块获得稀疏表示系数，进而根据稀疏表示系数和训练图像中相应像素点的分割标记来计算当前测试像素点属于目标(舌体)的概率；最后，利用最大后验概率准则获得当前测试像素点的分割标记，获得初始的舌图像分割结果，再利用形态学滤波方法进行分割结果的优化，获得最终的舌图像分割结果。本发明算法显著提高了舌象分割的准确性和鲁棒性。

主权项

一种基于稀疏表示的舌图像分割方法，其特征在于：包括如下步骤：S1：设计一相似性度量准则来度量测试图像块和训练图像块之间的相似性，并利用此相似性度量准则来对当前测试像素点邻域内训练图像上近邻点对应的局部图像块执行筛选，利用筛选后的训练图像块构建稀疏表示所需的字典；S2：利用字典中的训练图像块稀疏表示测试图像块获得稀疏系数，进而根据稀疏表示系数和训练图像中相应像素点的分割标签来计算当前测试像素点属于目标即舌体的概率；S3：利用最大后验概率准则获得当前测试像素点的分割标记，获得初始的舌图像分割结果，再利用形态学滤波方法进行分割结果的优化，获得最终的舌图像分割结果；所述步骤S1的具体实现过程如下：S11：设计一相似性度量准则，用来对字典构建过程中用到的训练图像块执行筛选，该相似性度量准则表示如下：SIM(Sx,Px)=13Σc=13(2μSx,cμPx,cμSx,c2+μPx,c2×2σSx,cσPx,cσSx,c2+σPx,c2)---(1)]]>其中，Sx和Px分别代表以像素点x位置为中心的测试图像块和训练图像块，c代表RGB颜色分量的编号，每个颜色分量用8个比特位表示，μ和σ表示对应颜色通道下图像块的亮度均值和标准偏差；SIM测度值越大意味着测试图像块Sx和训练图像块Px越相似；S12：运用上述相似性度量准则，通过如下公式(2)对训练图像块执行筛选后，留下的训练图像块用于构建稀疏表示所需的字典；B(Sx,Px)=1,ifSIM(Sx,Px)>th0,otherwise---(2)]]>其中，1表示训练图像块Px与测试图像块Sx相似度高，Px应该被放入稀疏表示用到的完备字典中；相反地，0表示两个图像块Px和Sx相似度低，Px应该被排除在字典之外；参数th设置为0.95。