[发明专利]基于圆形约束改进活动轮廓模型的原木端面图像分割算法

权利要求书

1.基于圆形约束的改进活动轮廓模型的原木端面图像分割算法，包括以下步骤：

（1）初始化轮廓线水平集φ(x,y,t=0)=0，分别计算改进活动轮廓模型各分量的值，运用改进的活动轮廓模型来控制演化水平集函数φ，在迭代演化过程中对水平集函数φ进行高斯滤波，φ=G_ρ*φ，其中，标准差（Δt为时间步长），高斯窗口的大小为n*n，完成图像预分割，得到所有目标的近似轮廓。

（2）然后将预分割轮廓曲线所对应的单水平集φ分裂为n个水平集函数φ_i（i=1,…,n,n为待分割的目标个数），以φ_i作为初始轮廓线，重新初始化为符号距离函数，设置适当的圆形约束系数τ，然后利用基于圆形约束改进的活动轮廓模型对各个水平集进行再分割，得到最终的原木端面轮廓线，完成分割。

2.根据权利要求1所述的基于圆形约束改进活动轮廓模型的原木端面图像分割算法，其特征在于，所述步骤（1）的改进活动轮廓模型的能量方程为E(φ,c₂)=E^CV(C,c₂)+E^LIF(φ)，其控制水平集演化的偏微分方程表达式为∂φ∂t=δϵ(φ)[ω(I-ILFI)(m1-m2)+(1-ω)(-λ1|▿I|2+λ2(I-c2)2)].]]>其中E^CV(C,c₂)是结合了原木端面图像边缘清晰的特点，在CV模型的基础上改进得到，其改进形式为融入了梯度项，去掉了计算复杂的曲率项，其偏微分方程表达式为∂φ∂t=δ(φ)[-λ1|▿I|2+λ2(I-c2)2].]]>

3.根据权利要求1所述的基于圆形约束改进活动轮廓模型的原木端面图像分割算法，其特征在于，所述步骤（2）的基于圆形约束改进活动轮廓模型的能量方程为E(φ,c₂)=E^CV(C,c₂)+E^LIF(φ)+τE_shape(φ)，其控制水平集演化的偏微分方程表达式为其中圆形约束分量的表达式为X表示图像上的点（x,y），ζ为一个很小的常数，O和r形状函数的圆形中心和半径。