[发明专利]基于高斯平滑的局部区域活动轮廓模型方法

摘要

本发明提出了一种基于高斯平滑的局部区域活动轮廓模型方法，此方法将图像分割过程分为两个步骤：粗分割和细分割，粗分割阶段的结果能够近似地描绘出目标物体的大致轮廓，然后将此作为第二阶段的初始轮廓，进行更为精确的目标物体分割。其中，在第一阶段粗分割中，引入了一种能够分别匹配闭合曲线内外的局部区域的数据，使之接近两个常数。这些常数能够通过计算最小化一维能量函数得到，而且用来近似图像从而防止陷入局部区域最小化。实验结果显示这种方法在处理合成图像、自然图像和医学图像上有效地解决了局部区域最小化问题，表现出良好的分割效果。

主权项

一种基于高斯平滑的局部区域活动轮廓模型方法，其特征在于，它分为粗分割阶段和细分割阶段，该方法的实现步骤如下：粗分割阶段1)初始化图像轮廓曲线；2)定义区域强度均值；令M和N分别为位于闭合曲线内外部的两个窄带区域，引入两个常数c1和c2，把它们看作区域M和N的近似强度，然后定义一个偏移函数如下： β ( x ) = f 1 ( x ) c 1 + f 2 ( x ) c 2 ; 3)引入上述的偏移函数和符号函数；令L(x)表示符号函数，即如果像素点x在闭合曲线的内部，L(x)＝1，如果在闭合曲线的外部，L(x)＝0；4)定义区域能量函数；5)最小化能量函数，获得常数C1和C2；6)通过常数C1和C2获得曲线演化方程：即将c1，c2代入变分水平集函数，则粗分割能量流得到： ∂ φ ∂ t = δ ϵ ( φ ) ( 2 f - c 1 - c 2 ) ( c 2 - c 1 ) , δ ϵ ( x ) = 1 π ( ϵ x 2 + ϵ 2 ) 这里δε是常用的Dirac函数；7)通过上述方程不断迭代，获得稳定解，即初始轮廓；细分割阶段8)将此轮廓作为细分割的初始轮廓，运用细分割方法得到最终精确的分割。