[发明专利]改进Lee-Seo模型的水平集三维表面特征分割方法

说明书

本发明提出了改进Lee‑Seo模型的水平集三维表面特征分割方法，该方法主要包括如下步骤：采集并处理获得目标图像信息，构建能量泛函数并获得水平集函数及演化方程，执行演化完成三维表面特征分割，按照本发明地改进水平集函数作为图像数据的映射不再需要保持为符号距离函数，避免了水平集函数反复初始化导致的计算繁琐；重新构建了凸性能量泛函，解决了传统模型能量泛函非凸性缺乏证明的问题，在求解极小值位置时可以运用隐式欧拉方法，去除了迭代步长限制，从而可以极大的加快收敛过程，同时能量泛函参数会随着分割区域的固定而逐渐趋近于某一定值的特点，通过预设参数，进一步简化了算法的求解过程，提高了运算速度。

技术领域

本发明属于工件表面形貌特征提取领域，特别是涉及一种改进Lee-Seo模型的水平集三维表面特征分割方法。

背景技术

工件表面的微观形貌对工件功能有着直接的影响，为了能够对工件表面执行特征评定，并将上述特征评定与表面的功能特征以及加工参数建立起联系，需要有效的提取表面不同特征的分割算法。由于工件表面形貌特征具有形状多样复杂、边界信息模糊的特点，大多数基于边界梯度的算法并不能很好的提取出表面特征。

其中水平集算法通过对高维空间中水平集函数的描述，来解决分割演化中复杂轮廓的拓扑结构变化问题，以上算法具有精度高、算法稳定等优点，在形貌特征分割和拓扑结构设计具有广泛的应用。

Chan-Vese模型是典型的并且应用广泛的一种水平集模型，具有以下两个方面的优点：一方面，该模型不再依赖于形貌特征边缘梯度强度，以局部区域表面形貌信息作为分割依据使得该模型对于边缘信息模糊的形貌特征也能进行良好地分割；另一方面基于局部区域表面形貌信息的函数极大地简化了数学处理过程，增强了算法的实用性。

但是上述模型也存在需要进一步改进的问题，其中，首先，在运算中需要适时对水平集函数初始化，模型中要求水平集函数在演化过程中保持为符号距离函数，但在实际处理中，由于表面形貌高度数据分布不均匀、表面梯度差异大，导致分割轮廓在不同位置收敛速度出现差异，收敛过程中会产生奇点导致错误的点分割，Chan-Vese模型为了使水平集函数保持为符号距离函数，需要在迭代一定次数后，对水平集函数进行重构，但在迭代收敛过程中反复的重构操作使得算法计算量大大增加。

另外一方面，Chan-Vese模型的能量泛函公式缺乏泛函非凸性的证明，在运用梯度下降法求解水平集泛函极小值问题时，不能避免求解过程困于局部极小值的可能情况，现有技术中为了避免水平集函数在迭代过程中的反复重构，提出在能量泛函中增加惩罚项为主要的解决方案，根据数据梯度值大小来限制水平集函数收敛速度的方法，在梯度大、收敛速度快的位置惩罚项给与较大的收敛速度惩罚，确保轮廓梯度不同位置的收敛速度基本均衡，避免了奇点的出现，但惩罚项的加入使得部分区域收敛速度被严重抑制，局部收敛缓慢导致算法整体效率降低。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种用于，可以具有多项高。

为实现上述目的，按照本发明，提供一种改进Lee-Seo模型的水平集三维表面特征分割方法，该方法主要包括如下步骤：采集并处理获得目标图像信息，构建能量泛函数并获得水平集函数及演化方程，执行演化完成三维表面特征分割，其特征在于，所述能量泛函数E(f,φ)为：

其中φ表示由水平集函数，f表示所述目标图像信息数据，Ω积分域指全体待处理的表面形貌高度数据的区域，c₁和c₂是表示分割后描述区域内特征的期望数值，其中c₁和c₂取定值；或H_ε(φ)为规范化Heavside函数，ε为正参数，表征规范化Heaviside函数与理想Heaviside函数的拟合程度；或H_ε(φ)为规范化Heavside函数，ε为正参数，表征规范化Heaviside函数与理想Heaviside函数的拟合程度。