基於簡化的lbf模型的圖像分割方法

2023-06-06 08:20:51

專利名稱：基於簡化的lbf模型的圖像分割方法
技術領域：
本發明屬於圖像處理技術範圍，具體涉及一種可提高圖像分割準確度和分割效率的基於簡化的LBF模型的圖像分割方法。
背景技術：
圖像分割是圖像處理中的重要任務之一，其目的是將圖像中感興趣的對象與圖像中的其餘部分相分離，以便為更高層次圖像處理服務。目前有兩個主要的模型基於邊緣信息的分割模型和基於區域信息的分割模型。基於邊緣的分割模型無法準確分割邊緣模糊或無邊緣的圖像， 而基於全局區域分割的C-V模型則克服了邊緣模型的缺點。區域分割模型利用活動輪廓內外部區域的信息排除了部分噪聲的幹擾，能處理邊緣模糊或無邊緣的情況，分割目標的內部和外部以及多層邊界，並且對於簡單的二值圖像C-V模型可獲得最佳的分割結果。然而，C-V模型對於紋理細節處理的能力尚達不到令人滿意的結果，無法準確分割非同質圖像。針對這個問題，國內外有很多研究人員設計了諸多新的模型，較為典型的模型包括分段光滑(Piecewise Smooth, PS)模型,分段常值(Piecewise Constant, PC)模型、局部二值擬合LBF (Local Binary Fitting,以下簡稱LBF)模型，以及邊緣和區域的結合模型等。其中，LBF模型是基於局部區域信息的分割模型，比C-V模型能更好地處理圖像的紋理細節，處理效果更佳，但是由於處理了局部信息，其分割效率較低，而且對於初始輪廓線的選取也不是很靈活，人工的因素較多。現有基於偏微分方程的圖像分割方法存在的三個方面不足第一，現有模型只是簡單地利用了圖像的全局信息(簡單的背景和目標)，處理效果較為粗糙；第二，LBF模型某些項(如長度項等)的設計比較複雜和繁瑣，影響模型的收斂速度；第三，C-V模型水平集函數的演化需要反覆初始化，而LBF模型則需要合理設計初始輪廓線的位置，這在實際應用中會受到較大限制，實現亦較為耗時。

發明內容
本發明是為了解決現有技術所存在的上述技術問題，提供一種可提高圖像分割準確度和分割效率的基於簡化的LBF模型的圖像分割方法。本發明的技術解決方案是一種基於簡化的LBF模型的圖像分割方法，其特徵在於建立簡化的LBF模型和圖像分割步驟
簡化的LBF模型為
權利要求
1.一種基於簡化的LBF模型的圖像分割方法，其特徵在於建立簡化的LBF模型和圖像分割步驟 簡化的LBF模型為
全文摘要
本發明公開了一種基於非下採樣輪廓波變換的活動輪廓模型圖像分割方法。首先,通過非下採樣輪廓波變換進行待分割圖像的多解析度表示；其次，建立多解析度係數的概率模型；最後，利用基於區域的活動輪廓模型進行多解析度係數的整合操作以達到圖像分割的目的。實驗結果表明，本發明的方法可以很好地進行圖像的分割操作，既可以保證分割圖像的全局性，又可以分割出圖像的細節信息。
文檔編號G06T7/00GK103065309SQ20121057367
公開日2013年4月24日 申請日期2012年12月26日 優先權日2012年12月26日
發明者王相海, 宋傳鳴, 李明 申請人:遼寧師範大學