[发明专利]一种基于反应扩散方程的分割方法

摘要

本发明涉及一种基于反应扩散方程的分割方法，其特征在于：在水平集框架下，基于反应扩散机理，利用扩散项来光滑水平集函数；通过分析图像的性质和特征，构造在图像目标内外具有相反符号的反应项。这样构造的方程可以通过简单的有限差分法来实现；此外，水平集函数可以被初始化为任意有界函数，很好地解决了轮廓初始化问题。本发明能够获得很好的图像分割效果，而具有实现简单，运行速度快的优点。

主权项

1.一种基于反应扩散方程的分割方法，其特征包含以下步骤：步骤1：预处理阶段，计算图像特征；所述预处理阶段中的图像特征是粗糙度、均值、局部熵或方差；步骤2：建模阶段，利用扩散项来光滑水平集函数；根据图像特征，在水平集的框架下构建反应项；反应项是根据图像特征来构造，并且在图像目标内外具有相反符号的性质；步骤3：求解阶段，离散化算法，将反应扩散方程进行离散化处理；离散化算法主要是有限差分算法；步骤4：设置初始条件和停止条件，找到稳定解；初始条件是指给迭代算法赋一个初值，即对水平集函数初始定义；停止条件是适当的设置条件让迭代算法终止；通过事先给定一个参数，计算前后两次迭代的零水平集函数的长度之差，当这个差的绝对值不超过预先给定的参数值时，停止迭代算法；其中，给定一幅图像I，根据香农熵定义计算图像的局部熵，得到熵图像E； 然后给定参数α，计算熵阈值，得到图像的异质区域R；再计算异质区的均值M，构造反应项f(x,y)＝M‑I，这种函数在目标内外具有相反符号的性质；对一幅噪声图像的分割过程，初始水平集函数φ0(x,y)是符号距离函数，φ0(x,y)被定义为符号距离函数：其中，d((x,y),C)表示点(x,y)到曲线C的欧式距离；m表示异向参数或取负参数。