基于局部高斯和玻尔兹曼的水平集图像分割方法

摘要

本发明涉及一种基于局部高斯和玻尔兹曼的水平集图像分割方法，主要解决现有技术对图像分割效率低及耗时的问题，其实现步骤是：1.输入待分割图像I到局部高斯模型中，得到图像I的能量函数E(I)；2.根据能量函数E(I)得到对应的演化方程Y(φ)；3.将演化曲线初始化为初始演化曲线φ(X,n)；4.求解初始演化曲线φ(X,n)的演化方程Y(φ)，得到新的演化曲线φ(X,n+1)；5.计算停止函数S，并将其余设置阈值T比较得出结果演化曲线φ_r；6.对结果演化曲线φ_r进行形态学开操作，得到最终分割结果φ_z。本发明提高了分割效率，加快了分割速度，可用于对自然图像、医学图像的快速分割。

主权项

一种基于局部高斯和玻尔兹曼的水平集图像分割方法，包括如下步骤：(1)输入待分割图像I到局部高斯模型中，得到关于图像I的能量函数E(I)；(2)通过Euler‑Lagrange方程得到能量函数E(I)对应的演化方程Y(φ)，其中φ为演化曲线；(3)将演化曲线初始化为初始演化曲线φ(X,n)，其中X为图像上的点，状态n＝0；(4)求解演化曲线为初始演化曲线φ(X,n)的演化方程Y(φ)，得到新的演化曲线φ(X,n+1)；(5)计算停止函数S，设置阈值T，比较阈值T和停止函数S的大小：(5.1)根据新的演化曲线φ(X,n+1)和初始演化曲线φ(X,n)计算停止函数S：$S=\frac{m_1-m_3}{\sqrt{{\sigma }_1-{\sigma }_3}}+\frac{m_2-m_4}{\sqrt{{\sigma }_2-{\sigma }_4}}$其中，m₁,m₂,σ₁,σ₂分别为新的演化曲线φ(X,n+1)内外均值和内外方差，m₃,m₄,σ₃,σ₄分别为初始演化曲线φ(X,n)的内外均值和内外方差；(5.2)设置阈值T，比较阈值T和停止函数S的大小：当T＜S时，n＝n+1，继续迭代，返回步骤(4)；当T≥S时，迭代终止，得到演化曲线φ_r＝φ(X,n+1)；(6)对演化曲线φ_r进行形态学开操作，得到最终分割结果φ_z。