基于改进梯度矢量模型的红外图像分割方法

摘要

基于改进梯度矢量模型的红外图像分割方法，涉及数字图像处理领域。解决现有方法在进行红外图像分割时，存在噪声敏感，图像弱边界分割泄露，参数选择缺乏自适应性，进而导致的边缘保持与扩大捕获范围之间的失衡等问题，引入引导滤波，根据引导滤波的核函数构建边缘图；利用边缘图，构造加权函数并构建了外力函数；求取外力函数的Euler-Lagrange方程，获得最终的外力场；初始化曲线轮廓；将外力场带入到能量泛函中，求取能量泛函的Euler-Lagrange方程，离散化后采用有限差分方式进行迭代，曲线在内外里的共同作用下演化到目标边缘。本发明能够有效的实现对含有噪声，对比度低并且边缘较弱的红外图像分割。

主权项

基于改进梯度矢量模型的红外图像分割方法，其特征是，该方法由以下步骤实现：步骤一、输入原始图像，并根据输入的原始图像构造边缘图e(x,y)；步骤一一、引入引导滤波，获得引导滤波的核函数W_xy(I)；所述核函数W_xy(I)的表达式为：式中λ为调整参数，μ_k和分别为在窗口w_k中原始图像I(x,y)的均值和方差，|w|为窗口中像素的个数；步骤一二、采用获得的核函数与输入原始图像的每个像素做卷积运算，并求取梯度后获得对应的边缘图e(x,y)；所述边缘图e(x,y)的表述式为：e(x,y)＝▽|W_xy(I(x,y))*I(x,y)|；步骤二、将步骤一构造的边缘图e(x,y)归一化0到1之间，构造加权函数g(x,y),h(x,y)，用下式表示为：g(x,y)＝1‑h(x,y)式中，τ为正数；步骤三、根据步骤一获得的边缘图和步骤二获得的加权函数，构造外力函数；并获得外力场；所述外力函数的表达式为：E(V)＝∫∫g(x,y)_*|▽V|²dxdy+h(x,y)*|V‑▽e|²dxdy步骤四、初始化轮廓曲线的位置；步骤五、将步骤三中获得的外力场带入能量泛函中，采用有限差分迭代，曲线在内外力的作用下演化到目标边缘，实现红外图像的分割。