[发明专利]一种图像分割方法、存储介质

权利要求书

1.一种图像分割方法，是基于自适应局部预拟合能量函数和杰弗里斯散度的主动轮廓模型图像的分割方法，其特征在于：

S100，通过设计局部预拟合函数去在迭代前拟合出图像局部区域的平均强度；

S200，通过设计正则化函数去正则化数据驱动项和水平集函数；

S300，输出水平集函数。

2.根据权利要求1所述的图像分割方法，其特征在于：S300还包括：输出分割结果。

3.一种图像分割方法，其特征在于：

A.输入:输入图像I；

B.设置以下参数：

最大迭代数N，系数α,系数k,系数w、系数ε；

C.计算预拟合函数：c_s(x),c_l(x)：

c_l(x)＝mean(I(y)|y∈Ω_l)

c_s(x)＝mean(I(y)|y∈Ω_s)

其中，x表示初始轮廓的中心点；

其中，I(y)表示图像在点局部区域内点y处的亮度/强度；

其中，y表示初始轮廓所包含的局部区域里面的所有点；

其中，Median表示求中值；

其中，Ω_l代表图片强度大于Ω_x的中值强度f_m的小区域，Ω_s代表图片强度小于Ω_x的中值强度f_m的小区域；

D.计算τ:

Std2表示计算二维图像的标准偏差值；

I(x)表示输入二维图像函数；

E.计算参数Data^APFJD：

Data^APFJD＝α·rulesig((e_s-e_l)/τ)

e_s＝(I(x)-c_s(x))log(I(x)/c_s(x))

e_l＝(I(x)-c_l(x))log(I(x)/c_l(x))

其中，rulesig表示自适应函数；

F.初始化水平集函数φ⁰为

其中,Ω₂是图像域Ω的子集，是Ω₂的边界，c₀＝1；

G.计算

H.循环计算：

H.1i初始设定为1；

H.2计算：φⁱ、

Δt表示时间间隔；

表示φ^i-1对t求导；

H.3对水平集函数φⁱ进行正则化处理：

φ_R，i＝rulesig(10·φⁱ)

H.4：计算φ_L

φ_L，i＝A_k*φ_R，i

核函数A_k是一个尺度大小为k×k的平均值滤波算子；

H.5计算：|φⁱ-φ^i-1|且判断：

若|φⁱ-φ^i-1|≤0.001，退出步骤H，进入步骤I；

若|φⁱ-φ^i-1|＞0.001，进行步骤H.6；

H.6i的数值加1；

H.7判断：

若i小于等于N，进入步骤H.2；

若i大于N，退出步骤H，进入步骤I；

步骤I：输出水平集函数φ＝φ_L；

步骤K:输出分割结果。

4.根据权利要求3所述的图像分割方法，其特征在于：

步骤E，rulesig表示：