[发明专利]一种基于贝叶斯估计与水平集的快速图像分割方法及装置

摘要

本发明公开了一种基于贝叶斯估计与水平集的快速图像分割方法及装置，可应用于智能图像理解与机器视觉等领域及相关应用。该方法利用概率性质重写水平集演变方程；通过基于分割曲线内像素与总像素比值得到先验概率，将目标形状变化信息代入贝叶斯估计得到概率标签；将概率标签代入能量函数，利用概率中包含的统计信息来提高参数估计的效率。通过概率标签、统计参数与水平集的快速更新使得图像分割快速进行。相比于传统方法，本发明能够大大降低计算代价，并且有效解决了主动轮廓在彩色图像中的应用问题，通过多元的高斯分布，算法可以在不改变数学模型的前提下对任意维的数据进行处理。

主权项

1.一种基于贝叶斯估计与水平集的快速图像分割方法，其特征在于：该方法包括如下步骤：(1)初始化水平集函数，所述水平集函数表达的闭合曲线为图像的前景和背景的分割轮廓；(2)由水平集函数得到前景区域和背景区域的高斯混合分布的统计参数，包括均值和方差，利用分割轮廓内像素数量与全体像素数量的比值来初始化先验概率；(3)利用贝叶斯推断得到概率标签；(4)根据当前的概率标签和水平集函数通过概率化的水平集迭代更新方程得到新的水平集函数；(5)由当前的水平集函数更新几何先验，并由当前的概率标签更新前景区域和背景区域统计参数；(6)回到(3)步，直到满足停止条件；所述水平集迭代更新方程中的三个重要变量为上次迭代得到的水平集函数、概率标签以及区域统计参数，其中区域统计参数是经过最小化主动轮廓能量函数由概率标签估计得到。