[发明专利]一种结合C-V水平集和GrabCut算法的牙齿图像分割方法

摘要

一种结合C‑V水平集和GrabCut算法的分割方法，先通过图像直方图信息以及形态学方法对牙齿图像预处理以突出目标牙齿的轮廓；接着用C‑V水平集方法获取目标牙齿的轮廓，并将轮廓标记成二值图像。通过对二值图像进行金字塔上采样和下采样后作为GrabCut算法的掩膜单独保存；最后用GrabCut算法直接得到目标牙齿。通过将C‑V水平集与GrabCut相结合来进行牙齿分割，有效地克服了牙齿图像灰度分布不均、牙冠相粘连的分割困难。本发明具有更好的分割效果，分割准确率较高，其分割的平均偏差度为0.0198。

主权项

一种结合C‑V水平集和GrabCut算法的牙齿X光片图像分割方法，包括以下步骤：1)、对待处理的牙齿X光片图像进行预处理；(1.1)调整图像的对比度和亮度；(1.2)计算图像的直方图以及均衡化后的直方图，选定均衡化后的直方图中像素点最密集的灰度值k，将图像中灰度值小于等于k的像素点重置为[0,0,0]；(1.3)对上一步中得到的图像运用形态学的腐蚀、膨胀、填充处理，增强目标图像的边缘；2)、对经过预处理的图像运用C‑V水平集算法，包括以下步骤：(2.1)C‑V水平集的能量泛函数为：对经过预处理的图像运用C‑V水平集算法，通过迭代计算能量最小化函数得到清晰的目标图像轮廓；(2.1.1)初始化水平集函数Φ(x,y)；水平集函数Φ(x,y)表示演化曲线C，且设定若点(x,y)在C内部，则水平集函数Φ(x,y)>0；若点(x,y)在C外部，则水平集函数Φ(x,y)<0；而如果点(x,y)恰好在C上面时，则Φ(x,y)＝0；令Φ(x,y)值为(x,y)与曲线C的欧几里得距离值，符号根据前面说的来确定；即(2.1.2)为避免出现水平集在演化较多次数后失去光滑性和距离特性，且不用重新初始化水平集，在水平集演化公式中加入一个能量惩罚项(2.1.3)通过公式(1)、(2)、(3)得到C‑V水平集的演化函数根据公式(4)演化曲线C；(2.1.4)迭代一定次数，提取零水平集，看是否收敛即是否得到目标图像的轮廓，如不收敛回到步骤(2.1.1)；(2.2)对上一步得到的目标图像的封闭轮廓进行像素点填充；(2.3)对上一步得到的图像运用金字塔上下采样以及平滑拉伸处理，使轮廓边缘更加平滑；(2.4)将上一步得到的图像二值化，作为GrabCut算法的掩膜mask；3)、运用GrabCut算法得到目标图像；(3.1)将经过C‑V水平集算法处理后得到的掩膜mask传入到GrabCut算法中；(3.2)执行GrabCut算法，直接得到目标图像。