[发明专利]基于双活动轮廓模型的图像分割方法

摘要

本发明公开一种基于双活动轮廓模型的图像分割方法，第一、对于基于区域的双活动轮廓模型，本发明在颜色奖励策略的基础上，构造目标像素间的一致性信息，且仅对目标区域实施奖励策略，避免了能量泛函陷入局部极小值；第二、对于基于边缘的双活动轮廓模型，本发明利用双演化曲线的内外部平均图像梯度值对边缘信息进行设置。此外，本发明可根据两个演化曲线的位置设置可调节的加权参数，使得轮廓曲线能够自适应地向内或向外演化。实验结果证明了本发明可以分割对比度低、结构复杂的图像，而且对于包含噪声、弱边缘和异质区域的图像也能获得很好的分割效果。

主权项

1.一种基于双活动轮廓模型的图像分割方法，其特征在于按照如下步骤进行：步骤1：初始化双轮廓水平集函数、以及待分割图像，其中为图像的像素坐标点；步骤2：计算双轮廓水平集函数、的能量值：     (1)其中，,和,分别为正则化项和数据项的权值参数；为基于区域或边缘信息的能量泛函项；步骤3：利用有限差分法，更新双轮廓水平集函数、：  (2)其中，和为双轮廓水平集函数和的Dirac函数，和分别为双轮廓水平集函数、的散度和梯度算子，设置为双轮廓水平集函数、在演化过程中的迭代次数；步骤4. 检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转入步骤2；步骤5：考虑区域信息，则步骤5.1：设计区域能量泛函项如下：    (3)和   (4)其中，,和,为演化曲线内外部的平均灰度值：            (5)和          (6)其中，为卷积操作；步骤5.2：利用有限差分法，得：         (7)和     (8)步骤5.3：交换和，插入公式(2),得到最终的水平集演化方程为：   (9)步骤6：考虑边缘域信息，则步骤6.1：设计边缘能量泛函项如下：      (10)和       (11)其中，为边缘检测算子：，为图像与宽度的高斯滤波器的卷积操作；步骤6.2：为演化速度，决定演化曲线的移动方向，具体定义为：       (12)其中，和；、、分别为内外部演化曲线和的平均灰度值，为可调节的权值参数，可以设置为；步骤6.3：将所设计的边缘能量泛函插入公式(2)，得到最终的水平集演化方程为：   (13)。