專利名稱：多分辨率多區(qū)域變分水平集圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種圖像處理技術(shù)領(lǐng)域圖像分割的方法，具體是一種多分辨率多 區(qū)域變分水平集(Multiresolution and Multiregion Level Set, MR-MRSL)圖像分割方法。
背景技術(shù)：
圖像分割是圖像特征提取和分類的重要環(huán)節(jié)，圖像分割的目的就是將圖像中的灰 度同質(zhì)區(qū)域分離開，并通過各個(gè)同質(zhì)區(qū)域的邊界來表達(dá)。近年來，水平集分割方法憑借其自 由拓?fù)湫约岸嘈畔⒐踩谛?，被廣泛應(yīng)用于計(jì)算機(jī)視覺，例如圖像分割、運(yùn)動(dòng)跟蹤、三維重建。 基于C-V模型的水平集圖像分割方法具有幾個(gè)優(yōu)點(diǎn)1、所涉及的圖像函數(shù)的定義域是整個(gè) 圖像，具有全局特性。因此，該模型圖像分割方法具有全局優(yōu)化的特點(diǎn)，僅用一條初始閉合 輪廓線就可以進(jìn)行圖像的分割；2、初始曲線的位置無(wú)關(guān)性，輪廓線經(jīng)過數(shù)次循環(huán)可以正確 地分割出目標(biāo)和背景；3、與圖像中的邊緣信息的無(wú)關(guān)性，即使圖像中的邊緣呈模糊或離散 狀，仍然可以獲得理想的分割效果。但是，對(duì)具有噪聲的遙感圖像、醫(yī)學(xué)圖像以及自然圖像 而言，該方法具有幾個(gè)缺陷1、該C-V模型對(duì)同質(zhì)區(qū)域的劃分時(shí)僅考慮灰度，對(duì)多通道圖像 處理無(wú)能為力；2、該模型每次更新后，需要重新初始化符號(hào)距離函數(shù)，而高分辨率數(shù)據(jù)量豐 富的圖像計(jì)算量非常大；3、該模型對(duì)于帶較厚空洞和三合點(diǎn)的目標(biāo)，不能穩(wěn)定地檢測(cè)內(nèi)部 區(qū)域。經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，王爽等提出基于水平集和分水蛉相結(jié)合的圖 像輪廓檢測(cè)方法(專利號(hào)CN101567084)以及基于鄰域概率密度函數(shù)特征的水平集圖 像分割方法(專利號(hào)CN101571951)；曹宗杰提出了基于概率論模型的水平集方法(專 利號(hào)CN101221239)；楊杰、周娟等提出的基于空間矩的水平集圖像分割方法(專利號(hào) CN101493942A)。這些方法均是基于兩區(qū)域水平集方法進(jìn)行改進(jìn)來提高分割結(jié)果，但是針對(duì) 多區(qū)域的圖像分割非常困難，主要原因是多個(gè)閉合曲線分割會(huì)導(dǎo)致分割的圖像區(qū)域產(chǎn)生重 疊現(xiàn)象，而且對(duì)于數(shù)據(jù)量大的在循環(huán)次數(shù)多時(shí)非常耗時(shí)。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種多分辨率多區(qū)域變分水平集 圖像分割方法。本發(fā)明基于變分水平集C-V模型，用N-I個(gè)水平集函數(shù)Φ = {φ1;φ2，…， Φη-J將圖像分割成Ν(Ν> 1)個(gè)區(qū)域，每個(gè)水平集函數(shù)表達(dá)一個(gè)區(qū)域，從而避兔分割區(qū)域的 重疊和漏分，通過多分辨率技術(shù)執(zhí)行分割圖像的演化曲線來解決初始化水平集能量函數(shù)陷 入局部能量最小值，降低了噪聲的干擾、減小了搜索的空間。本發(fā)明是通過以下的技術(shù)方案實(shí)現(xiàn)的本發(fā)明包括如下步驟首先，設(shè)置分辨率級(jí)數(shù)以及分割區(qū)域的數(shù)目，將原始圖像按照空間分辨率在每一 維進(jìn)行連續(xù)下采樣生成分辨率為力的圖像，其中f為低分辨率級(jí)數(shù)；
然后，為當(dāng)前分辨率圖像建立能量模型，利用變分水平集最小化能量模型，進(jìn)行曲 線演化得到N-I個(gè)零水平集演化曲線方程；進(jìn)一步以2i(i = 2，…L)為系數(shù)采用雙線性插值方法上采樣演化曲線，得到的該 演化曲線作為下一分辨率構(gòu)建初始化演化曲線，然后構(gòu)建該分辨率圖像總能量模型，利用 變分水平集最小化能量模型，采用多分辨率水平集方法，進(jìn)行曲線演化得到當(dāng)前分辨率下 N-I個(gè)零水平集演化曲線方程；最后，演化過程不斷重復(fù)，直至達(dá)到原始分辨率圖像，得到分割結(jié)果。所述的將原始圖像按照空間分辨率在每一維進(jìn)行連續(xù)下采樣生成分辨率為浐的 圖像先設(shè)置分辨率的級(jí)數(shù)L，生成分辨率級(jí)數(shù)為L(zhǎng)低分辨率的圖像，作為初始分辨率的圖像。圖像的級(jí)數(shù)不能太高(本發(fā)明采用的級(jí)數(shù)L = 3，4)，否則會(huì)導(dǎo)致圖像信息的丟失， 影響分割結(jié)果。所述的變分水平集，其多區(qū)域分割方法，包括分割區(qū)域表示和圖像能量模型，在分 割區(qū)域表示中，Chan和Vese提出了多相水平集分割方法，用N個(gè)水平集函數(shù)將圖像分割成 為2N個(gè)區(qū)域，會(huì)產(chǎn)生交叉區(qū)域。本發(fā)明采用N-I個(gè)水平集函數(shù)函數(shù)Φ = {Φι; Φ2，…，Φ㈣}將圖像分割成N(N > 1)個(gè)區(qū)域，每個(gè)水平集函數(shù)表達(dá)一個(gè)區(qū)域，從而避免造成重疊和漏分。所述的變分水平集，其函數(shù)曲線圍成的區(qū)域可表示為
權(quán)利要求
1.一種多分辨率多區(qū)域變分水平集圖像分割方法，其特征在于，包括如下步驟首先，設(shè)置分辨率級(jí)數(shù)以及分割區(qū)域的數(shù)目，將原始圖像按照空間分辨率在每一維進(jìn) 行連續(xù)下采樣生成分辨率為滬的圖像，其中f為低分辨率級(jí)數(shù)；然后，為當(dāng)前分辨率圖像建立能量模型，利用變分水平集最小化能量模型，進(jìn)行曲線演 化得到N-I個(gè)零水平集演化曲線方程；進(jìn)一步以21，其中i = 2，…，L為系數(shù)采用雙線性插值方法上采樣演化曲線，得到的 該演化曲線作為下一分辨率構(gòu)建初始化演化曲線，然后構(gòu)建該分辨率圖像總能量模型，利 用變分水平集最小化能量模型，采用多分辨率水平集方法，進(jìn)行曲線演化得到當(dāng)前分辨率 下N-I個(gè)零水平集演化曲線方程；最后，演化過程不斷重復(fù)，直至達(dá)到原始分辨率圖像，得到分割結(jié)果。
2.根據(jù)權(quán)利要求1所述的多分辨率多區(qū)域變分水平集圖像分割方法，其特征是，所述 的將原始圖像按照空間分辨率在每一維進(jìn)行連續(xù)下采樣生成分辨率為力的圖像先設(shè)置分 辨率的級(jí)數(shù)L，生成分辨率級(jí)數(shù)為L(zhǎng)低分辨率的圖像，作為初始分辨率的圖像。
3.根據(jù)權(quán)利要求1所述的多分辨率多區(qū)域變分水平集圖像分割方法，其特征是，所述 的變分水平集，其多區(qū)域分割方法，包括分割區(qū)域表示和圖像能量模型，在分割區(qū)域表示 中，Chan和Vese提出了多相水平集分割方法，用N個(gè)水平集函數(shù)將圖像分割成為2N個(gè)區(qū) 域，會(huì)產(chǎn)生交叉區(qū)域。
4.根據(jù)權(quán)利要求1或者3所述的多分辨率多區(qū)域變分水平集圖像分割方法，其特征是， 所述的變分水平集，其函數(shù)曲線圍成的區(qū)域可表示為Ri=RnRk=R;nR;2n^nRn ，在圖像能量模型中，能量模型中圖像的多區(qū)域信息、邊界信息以及邊緣演化模型，其能 量泛函定義為m {C, ) = EM{c, ) + Ee (φ) + Ec (φ),圖像的多區(qū)域能量定義為假設(shè)給定的圖像AQciTiDci^為圖像域，d為圖像的維 數(shù)，χ為圖像像素對(duì)應(yīng)的向量；能量函數(shù)如下爐({對(duì)二 叔}二J而 \l(x)~4ck+^ \xh \l(x)-c2fck+·..殘 +A J^ W)-ckfdx+·.J^ \l(x)-c,\2ck4RnN=E^fc I徹-參/=1 B.其中λ >0( = 1，…N)是各個(gè)能量項(xiàng)權(quán)重系數(shù)，Ci (i = 1，…N)表示曲線像素所在區(qū)域的像素均值；y (i = l，…N)是第i區(qū)域的特征函數(shù)，并且滿足X^s=I,假設(shè)H 是Heaviside函數(shù)，定義如下
5.根據(jù)權(quán)利要求1所述的多分辨率多區(qū)域變分水平集圖像分割方法，其特征是，所述 的采用多區(qū)域變分水平集最小化能量模型，進(jìn)行圖像分割，具體為將曲線表示成水平集的 形式，利用水平集的曲線演化方法進(jìn)行演化分割，可以得到變分泛函圖像總能量的水平集 函數(shù)的演化方程為
6.根據(jù)權(quán)利要求1所述的多分辨率多區(qū)域變分水平集圖像分割方法，其特征是，所述 的多分辨率水平集方法，包括兩個(gè)過程首先，對(duì)該圖像的每一維進(jìn)行下采樣生成分辨率為 21的低分辨率圖像，其中i = 2，…，L ；其次，相對(duì)應(yīng)地，以2i為系數(shù)上采樣該分辨率下的 演化曲線，然后構(gòu)建該分辨率圖像總能量模型，利用變分水平集最小化能量模型，進(jìn)行曲線 演化得到N-I個(gè)零水平集分割圖像；演化過程不斷重復(fù)直至達(dá)到原始分辨率圖像，得到分 割結(jié)果。
全文摘要
一種圖像處理技術(shù)領(lǐng)域多分辨率多區(qū)域變分水平集圖像分割方法。包括設(shè)置分辨率級(jí)數(shù)以及分割區(qū)域的數(shù)目，將原始圖像按照空間分辨率在每一維進(jìn)行連續(xù)下采樣生成分辨率為2L的圖像；利用變分水平集最小化能量模型，進(jìn)行曲線演化得到N-1個(gè)零水平集演化曲線方程；以2i為系數(shù)得到的該演化曲線作為下一分辨率構(gòu)建初始化演化曲線，然后采用多分辨率水平集方法，進(jìn)行曲線演化得到當(dāng)前分辨率下N-1個(gè)零水平集演化曲線方程；最后，演化過程不斷重復(fù)，直至達(dá)到原始分辨率圖像，得到分割結(jié)果。本發(fā)明避免分割區(qū)域的重疊和漏分，降低了噪聲的干擾、減小了搜索的空間。
文檔編號(hào)G06T7/00GK102044077SQ20101059011
公開日2011年5月4日 申請(qǐng)日期2010年12月16日 優(yōu)先權(quán)日2010年12月16日
發(fā)明者屠恩美, 龐韶寧, 方江雄, 楊杰, 賈振紅 申請(qǐng)人:上海交通大學(xué)