主权项 |
一种基于局域均质指标的分水岭分割标记点提取方法,其特征在于,包括如下步骤:首先对原始影像进行量化从而获得量化影像,令量化影像中每一个像素的位置z(x,y)为像素z的像素值,z(x,y)∈Z,Z为以像素z为中心的特定尺寸窗口内所有像素组成的集合;在量化影像中,定义N为以z为中心窗口中的像素总数,则均值m:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>m</mi><mo>=</mo><mfrac><mn>1</mn><mi>N</mi></mfrac><munder><mi>Σ</mi><mrow><mi>z</mi><mo>∈</mo><mi>Z</mi></mrow></munder><mi>z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000575910690000011.GIF" wi="1073" he="137" /></maths>定义m<sub>p</sub>为窗口中属于相同灰度级p的所有像素均值,Z<sub>p</sub>为窗口中属于灰度级p的所有像素的集合,P为量化影像中的灰度级总数,则窗口中属于同一灰度级像素的方差的和S<sub>W</sub>可定义为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>S</mi><mi>W</mi></msub><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><mi>P</mi></munderover><munder><mi>Σ</mi><mrow><mi>z</mi><mo>∈</mo><msub><mi>Z</mi><mi>p</mi></msub></mrow></munder><msup><mrow><mo>|</mo><mo>|</mo><mi>z</mi><mo>-</mo><msub><mi>m</mi><mi>p</mi></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000575910690000012.GIF" wi="1133" he="158" /></maths>定义S<sub>T</sub>为窗口中所有像素的总体方差:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>S</mi><mi>T</mi></msub><mo>=</mo><munder><mi>Σ</mi><mrow><mi>z</mi><mo>∈</mo><mi>Z</mi></mrow></munder><msup><mrow><mo>|</mo><mo>|</mo><mi>z</mi><mo>-</mo><mi>m</mi><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000575910690000013.GIF" wi="1092" he="123" /></maths>则J‑value为:J=(S<sub>T</sub>‑S<sub>W</sub>)/S<sub>W</sub> (4)利用每个像素的J‑value作为该像素的像素值,即构成了J‑image影像;将原始影像进行分块处理,并分别对每块区域的纹理复杂程度进行判别,从而通过不同的阈值约束标记点的分布。 |