一种基于局域均质指标的分水岭分割标记点提取方法

摘要

本发明公开了一种基于局域均质指标的分水岭分割标记点提取方法，首先对原始影像进行量化从而获得量化影像，利用每个像素的J-value作为该像素的像素值，构成了J-image影像；J-value的定义，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。本发明避免了预滤波处理对图像细节造成的损失，通过在纹理复杂区域提取更多的标记点以提取图像的细节特征，而在纹理均质区域采用少量的标记点以避免过分割现象，从而实现了对标记点分布的合理约束。

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：$m=\frac{1}{N}\underset{z\in Z}{\Sigma }z(x,y)---\left(1\right)$定义m_p为窗口中属于相同灰度级p的所有像素均值，Z_p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_W可定义为：$S_W=\underset{p=1}{\overset{P}{\Sigma }}\underset{z\in Z_p}{\Sigma }{\left|\right|z-m_p\left|\right|}^2---\left(2\right)$定义S_T为窗口中所有像素的总体方差：$S_T=\underset{z\in Z}{\Sigma }{\left|\right|z-m\left|\right|}^2---\left(3\right)$则J‑value为：J＝(S_T‑S_W)/S_W         (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。