专利名称：基于邻域信息的模糊主动轮廓模型的灰度非均匀图像分割方法
技术领域：
本发明属于图像处理技术领域，涉及图像分割，可用于图像增强、模式识别、目标跟踪等技术领域中。
背景技术：
图像分割是一种基本的计算机视觉技术，是由图像处理到图像分析的关键步骤。由于成像过程中受各种因素的影响，图像自身存在着许多不确定性和不精确性的问题。而模糊理论方法对于图像的这种不确定性有很好的描述能力，因而近年来基于模糊方法的图像分割算法得到了广泛的应用与研究。在数十年的研究过程中，图像分割技术的研究一直备受关注。众多研究人员对其进行了广泛的研究提出了大量的图像分割方法。而常见的图像分割方法主要有基于边缘检测的分割方法、基于阈值的分割方法、基于区域的分割方法以及结合特定理论工具的分割方法。边缘信息是图像信息中最基本的特征信息，它是指图像周围像素灰度值阶跃性变化的像素集合，表征着图像像素特征值的突变，如灰度值的突变、纹理的突变和颜色的突变等。基于边缘检测的分割方法就是利用图像这些突变性的特点来检测不同匀质区域间的边界来实现图像分割。经典的边缘检测方法是利用像素邻域区域的灰度阶跃变化敏感的差分算子和边缘临近一阶或二阶导数的变化规律来判断边缘点，也称边缘检测局部算子法。比较经典的边缘检测算子有Sobel算子，Robert算子，Laplacian算子，Prewitt算子等。阈值分割法是一种简单的基于区域的分割技术，理解简单且易于实现，常作为图像的预处理方法。然而现存的大部分阈值分割算法都集中在对阈值确定的研究上。常见的阈值分割方法根据图像整体与局部的灰度信息，可以分为单阈值分割方法和多阈值分割方法。若根据分割算法所有的特征或准则，还可以分为最大类空间方差法、最小误差法与均匀化误差法、直方图与直方图变换法、简单统计法与局部特性法、共生矩阵法、概率松驰法、最大熵法、模糊集法、基于过渡区的阈值选取法、特征空间聚类法等。区域分割就是将图像中已知的相似特征作为判据，直接获得图像的感兴趣区域。基于区域的分割方法的基本思想把具有相似性质的像素集合起来构成最终的分割区域。它利用了图像的局部空间信息，可以有效的克服其它方法存在的图像分割空间不连续的缺点，但是它的不足是通常会造成图像的过度分割。常用的区域分割方法有区域生长法、分裂和合并算法等。区域生长法即就是在但分割的图像区域中找到一个像素作为生长点，再依据某种规则或相似性准则将该像素周围的邻域像素划分为同一个区域内。但该算法不易操作其关键参数难以设置。图像分割技术发展至今，尚无通用的自身理论。但随着近年科学技术的发展，各个学科许多新理论和新方法的提出，研究人员将许多特定理论方法与已有的分割技术相结合，提出了许多新的分割算法。其中包括基于模糊聚类的，基于数学形态学的，基于人工神经网络的，基于遗传算法的图像分割方法以及基于小波分析和变换的分割技术。这些新算法与技术不但丰富图像分割技术的理论体系，同时也对跨学科的交叉研究有着重要的意义。在实际应用中，由于照度不均、成像设备固有的缺陷等因素的影响，图像灰度不均匀现象经常发生，在医学图像中尤为严重。但是Chan-Vese模型(C_V模型)和模糊主动轮廓模型(FAC模型)都只是利用了图像的全局信息。靠仅利用图像全局信息的主动轮廓模型分离目标和背景是不能完全克服图像灰度不均匀的问题。因而，图像灰度不均匀现象给图像分割问题带来了严峻的挑战，也阻碍了医疗领域计算机辅助诊断。
发明内容
本发明的目的在于克服上述已有技术的不足，提出一种基于邻域信息的模糊主动轮廓模型的灰度非均匀图像分割方法，以实现在对于灰度不均匀图像分割中既能得到良好的结果，使得图像聚类分割结果更稳定、边缘更平滑、区域一致性更好。本发明的技术方案是将引入高斯核函数来控制邻域窗口的作用范围，充分利用灰度不均匀图像的局部统计信息，改进模糊主动轮廓模型的能量泛函形式为
权利要求
1.一种基于邻域信息的模糊主动轮廓模型的灰度非均匀图像分割方法，包括如下步骤: 设定曲线演化的终止条件e为10-10,，设定总的迭代次数N为100、曲线演化参数μ,λ1,λ2,设λ2=λ1=1,μ=0 ; 输入待分割图像，以隶属度u二0.5为界，初始每个像素点的隶属度值，确定一个初始轮廓，进而进行下一步的曲线演化；(3).利用求解能量泛函F(C,c1,c2,u)对应的Euler-Lagrange方程,计算每个象素点I邻域区域内的初始轮廓线以内和以外的两个平均灰度值c1(x)和c2(x)，其中，C为规整演化曲线,u为隶属度值，X为当前像素点；假设某一像素点I(x)当前的像素值I0,为相应的隶属度值为u0，根据隶属度更新公式计算得到的当前像素点新的隶属度％，根据公式
全文摘要
本发明公开一种基于邻域信息的模糊主动轮廓模型的灰度非均匀图像分割方法，主要解决现有分割结果不稳定的问题。其实现步骤为(1)设给定运行参数，设定算法终止条件；(2)输入图像，对其进行初始化；(3)计算平均灰度值；(4)更新所有像素点的隶属度值；(5)判断是否达到终止条件，未达到则返回步骤(3)；否则，输出分割结果图。本发明分割结果准确、稳定的优点，可用于图像增强、模式识别、目标跟踪等技术领域中。
文档编号G06T7/00GK103208116SQ20131008980
公开日2013年7月17日 申请日期2013年3月20日 优先权日2013年3月20日
发明者雷雨, 公茂果, 梁艳 申请人:西安电子科技大学, 西安电子科技大学昆山创新研究院