[发明专利]一种基于各向异性热核分析的三维图像多尺度特征提取方法

权利要求书

1.一种基于各向异性热核分析的三维图像多尺度特征提取方法，其特征是包括以下步骤:

（1）借助于黑塞矩阵的特征值和特征向量，设计一种三维图像局部几何结构的向量化表示方法；

（2）通过将特征向量、特征值和上述局部几何结构的比率值进行组合，来定义一个高维的向量场；借助三维图像的全局拉普拉斯矩阵，该向量场的向量化表示将被用于各向异性热传递模型的构建；基于定义的向量场，在三维图像上数学严格地定义了一种各向异性热传递描述模型；

（3）基于定义的各向异性热传递模型，提出用黑塞矩阵的第一特征值来定义热量场；

（4）通过引入特征保持的下采样方法，设计了一种由粗到细的层次化的热核加速策略。

2.根据权利要求1所述的基于各向异性热核分析的三维图像多尺度特征提取方法，其特征是：所述的借助于黑塞矩阵的特征值和特征向量中，设计了一种三维图像局部几何结构的向量化表示方法，并且向量空间的距离度量用于表征三维图像材质连续性；黑塞矩阵H是刻画三维图像局部几何结构的一种有效方式，它能够很好的描述表面法向量沿某一等值面的变化情况；作为一种实值的对称矩阵，H具有实数特征值，并且满足：

|λ1|≥|λ2|≥|λ3|，λ_i分别为矩阵特征值，

其相应的特征向量可被记为：e1,e2,e3；从某种意义上说，最大特征值所对应的特征向量表征了从一种材质过度到另一种材质时最为迅速的变化方向，而最小特征值所对应的方向则指明了某种材质在图像内部流动的方向，并且，最大和最小特征值恰恰蕴含了图像的主曲率信息，通过将黑塞矩阵的特征值进行不同形式的组合运算，分析了它们与图像局部结构之间的关系，所述局部结构是指平面、块、噪声；

R_sheet＝(|λ₃|+|λ₂|)/|λ₁|

R_blob＝(2|λ₁|-|λ₂|-|λ₃|)/2|λ₁|

Rnoise=λ32+λ22+λ12]]>

对位于管状曲面上的体素，它的特征值具有如下规律：|λ1|=0and|λ2|=|λ3|>>0，因此，在此定义一种特征值的比率来描述这类几何结构：

R_tube＝(|λ₃|+|λ₂|-|λ₁|)/|λ₁|

当它们所代表的结构出现时，上述4种特征值的比率值会相应的变为0，据此，通过将特征向量、特征值和上述描述局部几何结构的比率值进行组合，来定义一个高维的向量场，其向量化表示形式可被定义为：

ELSVR=(e1T,e2T,e3T,λ1,λ2,λ3,Rsheet,Rblob,Rtube,Rnoise),]]>

借助三维图像的全局拉普拉斯矩阵，ELSVR将被用于各向异性热传递模型的构建。