| 主权项 |
一种基于区域划分和梯度引导的图像多目标分割C‑V方法，其特征在于包括如下步骤：步骤1. 通过最大类间方差法快速确定目标边界的大致轮廓;步骤2. 以所确定的目标边界的大致轮廓为初始轮廓，将图像目标分割转换为水平集的演化过程：步骤2.1对图像进行基于最大类间方差法的二值化处理，将目标区域和背景区域进行大致区分，其中“0”区域为大致的背景区域，“1”区域为大致的目标区域；步骤 2.2 对经过二值化处理的图像，通过计算每个像素与其上、下、左、右四个方向相邻像素灰度值的差来确定目标区域的大致轮廓，即如果四个差值中只要有一个不为零，则当前像素的位置即为目标区域的点；步骤 3设待分割图像的区域<img file="587579dest_path_image001.GIF" wi="18" he="19" />经目标区域划分后被分割为N个互不相交的目标区域<img file="dest_path_image002.GIF" wi="147" he="28" />和一个背景区域<img file="565156dest_path_image003.GIF" wi="19" he="20" />，即有<img file="966181dest_path_image004.GIF" wi="217" he="25" />；步骤 4各目标区域轮廓线<img file="684476dest_path_image005.GIF" wi="135" he="26" />为初始化曲线C，区域<img file="120137dest_path_image006.GIF" wi="24" he="25" />和<img file="563887dest_path_image003.GIF" wi="19" he="20" />的平均灰度值分别为<img file="717788dest_path_image007.GIF" wi="19" he="24" />和<img file="39442dest_path_image008.GIF" wi="17" he="20" />；步骤 5. 用Lipschitz函数<img file="267292dest_path_image009.GIF" wi="14" he="21" />：<img file="881944dest_path_image010.GIF" wi="56" he="23" />的零水平集来表示初始化曲线<img file="756097dest_path_image011.GIF" wi="17" he="19" />：<img file="379976dest_path_image012.GIF" wi="231" he="27" />，定义<img file="524650dest_path_image013.GIF" wi="46" he="22" />和<img file="575782dest_path_image014.GIF" wi="40" he="24" />函数如下：<img file="951880dest_path_image015.GIF" wi="228" he="111" />(1)其中<img file="51554dest_path_image016.GIF" wi="14" he="17" />为参数，由公式(1)知，当<img file="316313dest_path_image016.GIF" wi="14" he="17" />趋近于0时，函数<img file="36882dest_path_image017.GIF" wi="23" he="24" />和<img file="dest_path_image018.GIF" wi="18" he="22" />分别逼近于Heaviside函数H和Dirac函数<img file="59196dest_path_image019.GIF" wi="18" he="24" />，对应N个目标的能量泛函可表示为：<img file="87195dest_path_image020.GIF" wi="446" he="174" />(2)其中<img file="206460dest_path_image021.GIF" wi="157" he="26" />是权重系数,<img file="38544dest_path_image022.GIF" wi="35" he="26" />为基于梯度的目标边缘引导函数，当式(2)达到能量最小值时，即N个目标的分割结果。 |
