[发明专利]基于稀疏独立形状分量表示的几何不变目标分割方法

摘要

本发明公开了一种基于稀疏独立形状分量表示的几何不变图像目标分割方法。首先对训练集进行对数极坐标变换；对变换结果进行独立形状分量提取；基于独立形状分量构建独立分量空间第一映射凸形状集；基于提取独立形状分量建立第二映射凸稀疏形状子集；基于第一映射凸形状集和第二映射凸稀疏形状子集构建稀疏独立分形状量表示模型；结合上述稀疏表示模型构建带有水平集能量约束项的目标分割模型；采用梯度下降法和软阈值法求解目标函数；利用演化曲线实现图像目标分割。本发明克服了现有基于稀疏表示的目标分割方法几何形变敏感、形状表示能力差和分割准确率低的问题，解决了稀疏表示模型在形状对齐不佳或形变参数未知的情况下目标分割能力弱的问题。

主权项

一种基于稀疏独立形状分量表示的几何不变目标分割方法，其特征在于，包括以下步骤：S1：对训练形状集进行对数极坐标变换，并基于对数极坐标变换形状提取独立形状分量；S2：基于提取独立形状分量建立第一映射凸形状集；S3：基于提取独立形状分量建立第二映射凸稀疏形状子集；S4：建立稀疏独立形状分量表示模型；S5：建立水平集函数驱动的统一分割模型及演化曲线；S6：初始化稀疏系数和水平集函数；S7：将水平集函数优化结果嵌入稀疏独立形状分量表示模型，利用梯度下降法和软阈值法进行稀疏求解；S8：对水平集函数进行优化；S9：判断优化结果是否收敛；若是则结束算法，否则返回S7继续执行直至算法收敛；S10、利用演化曲线实现图像目标分割。