一种基于c-v和rsf模型的ct图像裂纹分割方法
【技术领域】
[0001] 本发明属于图像分割技术领域，涉及一种基于C-V和RSF模型的CT图像裂纹分割 方法。
【背景技术】
[0002] 图像分割属于图像预处理范畴，也是图像处理的一个重要环节，裂纹分割主要是 对CT图像裂纹区域进行分割。在工业CT图像中，往往是所获取的图像数据包含了大量的 背景区域，而对于裂纹部分，往往只占有较小的比重。在工业CT图像中，背景区域与工件区 域灰度差别很大，裂纹包含在工件区域内部，且两者的灰度差别较小，因此分割CT图像裂 纹相当困难。
[0003] 发展到现在，许多学者提出了各种各样的图像分割方法，归纳起来主要包括以下 四种：基于边缘检测的分割算法、基于阈值的分割算法、基于聚类的分割算法和基于能量泛 函的分割算法。其中，基于能量泛函的图像分割最近发展非常迅速，成为当前图像分割的研 究热点之一。
[0004] 最早的基于能量泛函的分割方法是活动轮廓模型（或称为Snake模型），活动轮廓 模型进行图像分割的基本思想是引入一个服从图像本身约束条件的演化曲线，初始演化曲 线位于目标区域周围，按照约束条件开始演化，直到达到能量泛函最小值时，同时也是目标 区域边缘时，曲线停止演化，得到目标区域。
[0005] Mumford和Shah于1989年提出了Mumford-Shah模型，这个几何活动轮廓模型是 一个基于区域的能量泛函模型，该模型泛函描述了图像中区域和边界的描述，由图像本身 数据的作用才促成曲线的演化，获得图像的目标区域及其边界。在该模型的基础之上，Chan 和Vese在2001年提出了C-V模型，这是一种无边缘的活动轮廓模型，它是建立在图像由两 个同质区域目标和背景组成的基础之上的模型。与原来的模型相比，他不再依赖于图像的 局部梯度，
[0006] C-V模型是通过假定图像仅含两个同质区域，利用两个区域间平均灰度值的差别 来进行分割的，且定位准确。但是，由于CT图像中的细小裂纹区域包含在工件区域中，和工 件几乎融为一体，采用C-V模型很难将它们分割出来。C-V模型虽然具有计算复杂性低、抗 噪性强以及对初始轮廓不敏感等优点，但由于它依赖于待分割区域的灰度同质性，因此无 法处理灰度不均图像。为了更有效地解决C-V模型无法处理灰度不均图像的分割问题，李 纯明博士提出了RSF模型，RSF模型把C-V模型的全局二值拟合能量泛函改为以高斯函数 为核函数的局部尺度可变拟合能量定义的能量泛函，然而，RSF模型对初始轮廓位置比较敏 感，单独采用RSF模型分割CT图像裂纹很容易陷入局部极小值的问题。
【发明内容】
[0007] 有鉴于此，本发明的目的在于提供一种基于C-V和RSF模型的CT图像裂纹分割方 法，该方法在图像处理时可以根据情况调整两个模型参数大小，具有操作简单、快速、精确 等特点。
[0008] 为达到上述目的，本发明提供如下技术方案：
[0009] -种基于C-V和RSF模型的CT图像裂纹分割方法，该方法包括以下步骤： _〇] S101 :运用C-V模型对图像进行预分割，得到工件外围轮廓曲线小CT;
[0011]S102:根据C-V模型的轮廓曲线小CT，算出轮廓线内部的平均灰度&(小w);查找轮 廓线、外的区域坐标，调整轮廓曲线$ 所有像素点的灰度值，使得轮廓线$ w外像素 点灰度C2 (x)等于Q，调整后得到新的图像u2;
[0012]S103:运用RSF模型对缺陷图112进行分割，得到裂纹分割结果。
[0013] 进一步，所述S101具体包括以下步骤：
[0014] 1)设uQ为待分割图像，Q为图像区域，C为Q上的一个演化曲线，C内部区域为 ?，c外部区域是DVco,《为一个开区域，如以下公式所示：
[0015]
【主权项】
1. 一种基于c-v和RSF模型的CT图像裂纹分割方法，其特征在于：该方法包括以下步 骤： 5101 :运用C-V模型对图像进行预分割，得到工件外围轮廓曲线小CT; 5102 :根据C-V模型的轮廓曲线(tCT，算出轮廓线内部的平均灰度&($^ ;查找轮廓线 4>c；v外的区域坐标，调整轮廓曲线〇<外所有像素点的灰度值，使得轮廓线cv外像素点灰 度C2 (x)等于Q($CT)，调整后得到新的图像u2; 5103 :运用RSF模型对缺陷图112进行分割，得到裂纹分割结果。
2. 根据权利要求1所述的一种基于C-V和RSF模型的CT图像裂纹分割方法，其特征在 于：所述S101具体包括以下步骤： 1) 设叫为待分割图像，Q为图像区域，C为Q上的一个演化曲线，C内部区域为《，C 外部区域是，《为一个开区域，如以下公式所示：
2) 能量函数F的表达式为： F(c1；c2,C) =u?Length(C)+v?Area(inside(C)) + 入l/ + 入2Ioutside (C) u〇(x,y)-C212dxdy 其中，]i、v、入丨、入2为各项系数，y彡〇，v彡〇，入丨，入2>〇 ;Length(C)为演化 曲线C的长度，Area(C)为曲线C内部区域的面积，Cl为图像h上曲线C包围内部点的 平均灰度；c2为图像u^曲线C外部区域点的平均灰度，
3) 引入海维塞德函数H(z)和狄拉克测度函数SJz)，
，运用水平集进行活动轮廓模型演化，用未知变量小代替C，将能量函数规 范化，能量函数FE的表达式为：
4) 通过推导小的欧拉拉格朗日等式求取F的极小值，下降方向参数为t，t>0， 4) (0,x,y) = 4>〇(x,y) ；
，5表示边缘方向的外法线，
表示边界的法向导数，
5)运用有限差分的隐式形式来离散化方程小；设置迭代次数n，开始演化迭代，C-V演 化结束时，得到工件外围轮廓曲线小CT。
3. 根据权利要求2所述的一种基于C-V和RSF模型的CT图 像裂纹分割方法，其特征在于：所述Length(C)的表达式为：
:所述Area(C)的表达式为： Area{4> >0} =/fiH(4>(x，y))dxdy。
4. 根据权利要求1所述的一种基于C-V和RSF模型的CT图像裂纹分割方法，其特征在 于：所述S102中的轮廓线内部的平均灰度Q(小CT)
5. 根据权利要求1所述的一种基于C-V和RSF模型的CT图像裂纹分割方法，其特征在 于：所述S103具体包括以下步骤： 1) 定义局部能量泛函的表达式为：
其中,x为u2中任意一点,xGQ;AA2>〇为常数，Cl(x),c2(x)为图像在点x附近区 域的灰度拟合值，K。（x)为核函数，且满足非负单调递减，
能量泛函的表达式为：
2) 加入能量项
，RSF模型转化为如下的能量方程： Fksf(小，Cl，c2) = eKSF(小，Cl，C2) + i! F (小）； 3) 固定小函数，关于Cl(x)，c2(X)对能量泛函式FKSF求极小值，得到：
幻固定^"^^"^极小化能量泛函式:采用梯度下降法:得到水平集函数小演化的Euler-Lagrange方程；
其中，e! (x) = /K。（y-x) 11 (x)-Ci(y) 12dy，i= 1，2 ; 5)运用有限差分的隐式形式来离散化此方程，分割出裂纹图像。
【专利摘要】本发明涉及一种基于C-V和RSF模型的CT图像裂纹分割方法，属于图像分割技术领域。该方法主要包括以下步骤：首先运用C-V模型对图像进行预分割，得到工件外围轮廓曲线φCV；然后根据C-V模型的轮廓曲线φCV，算出轮廓线内部的平均灰度C1(φCV)；查找轮廓线φCV外的区域坐标，调整轮廓曲线φCV外所有像素点的灰度值，使得轮廓线φCV外像素点灰度C2(x)等于C1(φCV)，调整后得到新的图像u2；最后运用RSF模型对缺陷图u2进行分割，得到裂纹分割结果。发明针对石油岩芯的CT图像噪声大、裂纹对比度低的特点，提供一种基于C-V和RSF模型的CT图像裂纹分割方法，该方法具有操作简单，抗干扰、快速、精确等优点。
【IPC分类】G06T7-00
【公开号】CN104574430
【申请号】CN201510067124
【发明人】邹永宁, 杨瑞娜, 罗骁, 高富强, 王珏
【申请人】重庆大学
【公开日】2015年4月29日
【申请日】2015年2月9日