[发明专利]基于分水岭和CV模型的超声相控阵NDT图像分割方法

权利要求书

1.一种基于分水岭和CV模型的超声相控阵NDT图像分割方法，其特征在于，该方法包括：

基于分水岭算法对待分割图像进行分水岭变换，获得分水岭图像，统计所述分水岭图像的像素信息，获得权重矩阵；

对所述待分割图像进行滤波去噪处理，获得预处理图像，基于所述预处理图像设置CV模型初始参数，所述初始参数包括模型初始轮廓、图像内外能量项系数和平滑度系数；

将所述权重矩阵引入CV模型中，建立权重CV模型，实现迭代步长的自适应调整；

基于所述权重CV模型进行水平集函数迭代，获得最终分割结果；

所述权重CV模型表示为：

E^CV(C，c₁，c₂)＝μ·∮_Cds+λ₁∫_inside(C)W·|I-c₁|²dxdy+λ₂∫_outside(C)W·|I-c₂|²dxdy

其中，C表示曲线，c₁和c₂为常数，s是Euclidean弧长，W为权重矩阵，λ₁、λ₂和μ均是正参数，I是原始图像；

所述权重矩阵通过以下步骤获得：

101)对所述分水岭图像进行边界消除，所述分水岭图像具有N个区域；

102)基于步骤101)获得的图像获得一标记矩阵Mt₁，该标记矩阵Mt₁具有N个区域，每个区域的标签等于该区域的区域标号；

103)以行为主遍历所述标记矩阵Mt₁，统计各区域的像素个数和各区域灰度累加值，建立矩阵Mt₂；

104)计算获得权重矩阵W：

其中，M为一常数；

105)对所述权重矩阵W进行滤波处理。

2.根据权利要求1所述的基于分水岭和CV模型的超声相控阵NDT图像分割方法，其特征在于，所述分水岭变换为基于4连接的分水岭变换。

3.根据权利要求1所述的基于分水岭和CV模型的超声相控阵NDT图像分割方法，其特征在于，步骤101)中，采用二维顺序滤波方式对所述分水岭图像进行边界消除。

4.根据权利要求1所述的基于分水岭和CV模型的超声相控阵NDT图像分割方法，其特征在于，步骤105)中，对所述权重矩阵W进行中值滤波。

5.根据权利要求4所述的基于分水岭和CV模型的超声相控阵NDT图像分割方法，其特征在于，所述中值滤波的滤波窗口尺寸为5×5。