[发明专利]一种基于连分式水平集的高清图像自动分割方法

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于连分式水平集的高清图像分割方法。

背景技术

图像分割在图像工程中占据着重要的位置，它是图像处理和图像分析的关键步骤，从20世纪70年代起步至今，已经出现了很多基于不同理论（如神经网络、模糊理论、群智能算法）的图像分割方法。1987年，Kass等人提出了主动轮廓模型的理论并将参数主动轮廓模型应用于图像分割，它是用显式参数化的形式表达曲线，一般采用曲线演化的偏微分方程来逼近目标，其数值实现方法是用Lagrange坐标下的显式来表示，但其存在的缺点是曲线演化方程始终在时刻变化的坐标系中，因此很难处理演化中拓扑结构变化的问题。如果借用水平集方法数值求解，则能够很好地处理曲线演化中拓扑结构自适应变化的问题。

水平集（Level Set Method）方法是1988年由Osher等人首次提出，借鉴一些流体中的重要思想，有效地解决了闭合曲线随时间发生形变中几何拓扑变化的问题，并且避免了跟踪闭合曲线演化过程，将曲线演化转换成一个纯粹的偏微分方程求解的问题，使得计算稳定，可用于任意维数空间。传统的水平集方法（如Snake模型、C-V模型）存在三个主要缺点：需要人为的初始化演化曲线；边缘指示函数只能使得演化曲线停留在其最近的边缘上，容易忽略较远的图像边缘；在水平集函数的演化中需要人为地加入重新初始化环节，而且计算量较大。Li等人提出一种无重新初始化水平集方法，克服传统水平集方法的周期性重新初始化的缺点，但该方法的定位图像边缘的精度不高，导致目标检测不完全。

因此有必要提供一种基于连分式水平集的高清图像分割方法来解决现有技术的缺陷。

发明内容

本发明的目的是对高清图像提供一种自动分割方法，该方法能够解决目前水平集图像分割方法收敛慢、目标细节保持不够的问题，并且分割的精度得到了较好保证。

本发明提供一种基于连分式水平集的高清图像自动分割方法，包括如下步骤：步骤1：输入待分割的高清图像，利用分散网格表示离散化水平集函数；步骤2：对离散化后的水平集函数，采用递推方法在每一个的结点中演化对应结点的水平集；步骤3：更新水平集函数；步骤4：判断更新后的水平集函数的零水平集；步骤5：对于所有的零水平集进行“并”操作，得到闭合活动轮廓线。

较佳地，所述步骤1中利用分散网格表示离散化水平集函数的步骤进一步包括：用离散风格表示水平集函数λ(x,y,t)，在时刻n时，结点（i,j）处的水平集为其中h代表离散网格的空间距离，Δt为时间步长；水平集的离散化形式为

λijn+1Δt=αijn|▿ijλijn|,]]>

式中，代表梯度，||代表梯度的幅度，为实参数。

较佳地，所述步骤2中采用递推方法在每一个的结点中演化对应结点的水平集的步骤进一步包括：采用初始等条件对离散网格上的每一点构造Thiele型连分式逼近函数并由来演化

较佳地，所述步骤3进一步包括：根据各个结点的水平集和相关约束条件来更新水平集函数

∂λ∂t=(1+ϵk)|▿λ|,]]>