一种基于多特征的灰度不均图像快速分割方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其涉及一种基于多特征的灰度不均图像快速分 割方法。
【背景技术】
[0002] 由于受到光照、拍摄角度以及接受图像的线圈频率不均等因素的影响，导致一些 图像呈现出灰度不均特性，特别是在医学图像表现尤为突出，其中成像原理的不同及自身 特点导致医学图像分割成为一大难题。比如在医学图像中目标边界因受到低信噪比和偏压 场等因素的影响而导致产生的图像具有弱边界、图像模糊等特性，从而对图像分割造成一 定程度的干扰。这种不均性主要体现为图像的局部统计特性的系统变化。根据灰度不均图 像的特征，其图像的数学描述形式如下：
[0003] I (x) = b (x) J (χ) +η (x), x e Ω (I)
[0004] 其中公式⑴中，I(X)表示灰度不均的图像，B(X)表示图像中灰度不均区域的偏 压场，J(X)表示真实图像，N(X)表示图像的噪声信息。
[0005] 快速精准的分割在计算机视觉系统中起着关键的作用，是图像分析和图像理解与 识别的基础，但是由于图像分割的解不具有唯一性，使得图像分割成为一个不适定问题，一 直以来被认为是计算机视觉中的一大难题，特别是对于灰度不均的医学图像分割而言。因 此，需要寻找更有效的方法来探索、求解医学图像的分割问题，将这类不适定问题转化为适 定问题进行近似求解。对于该类问题，近年来已经出现了很多方法用来解决灰度不均图像 的分割问题，主要包括基于区域增长模型的算法；基于机器学习的分割算法；基于模糊集 算法和基于水平集的活动轮廓模型的算法等，其中基于水平集活动轮廓模型的算法因即采 用了底层的图像信息，又结合了高层的先验知识，更接近于人类的视觉原理，从而在灰度 不均医学图像分割中得到了广泛的应用。比如比较典型的C-V模型、局部二值拟合模型 (LBF)、局部区域的C-V模型等。但是原有方法中要求初始化区域需靠近目标边缘，并且曲 线的收敛速度较慢；本发明针对该问题进行研究工作。
【发明内容】
[0006] 本发明为了解决原有的图像分割模型对初始化信息敏感，分割速率慢，在图像弱 边界区域易出现边界泄露等问题；提出了一种基于多特征的灰度不均图像快速分割方法， 以降低算法对初始化轮廓的敏感度以及提高分割的速度和准确性。
[0007] 本发明的技术方案是：一种基于多特征的灰度不均图像快速分割方法，包括下述 步骤：
[0008] 步骤1，输入待分割图像：IO。
[0009] 步骤2,设置初始化闭合曲线轮廓C。，使用公式（2)初始化水平集函数Φ。，设置时 间步长：At = 0. 1，用来控制曲线光滑度函数Heaviside中的参数设置为：ε = 1. 5,长度 惩罚项参数：μ = λ Χ2552, λ e (〇, 1);公式（3)Hnew(x)是曲线光滑度Heaviside函数； CN 105139398 A IX m "ti 2/8 页
[0010] (62) toon] (3)
[0012] 其中，π为圆周率；
[0013] 步骤3,根据步骤2中初始化信息建立局部信息模型、全局信息模型以及正则化能 量模型，将三类模型嵌入到水平集框架中，得到总能量信息模型并进行曲线演化；
[0014] 所述的总能量信息模型表示如下：
[0015] Ε(Φ) = α ·Ει(Φ) + β · EG( Φ)+Rp ( Φ) (4)
[0016] 其中Ε(Φ)表示总的能量模型；Ε\Φ)表示局部统计信息模型；ΕΥΦ)表示全局 统计信息模型 ；Ι?Ρ(Φ)用来表示距离正则化能量模型；α，β是分别用来控制局部和全局 信息模型的非负常数；
[0017] 步骤4,将步骤3中三类信息模型嵌入到水平集框架进行曲线演化，使用双重终止 条件进行判断曲线演化是否终止：若条件不满足，则跳转到步骤（3)接着进行曲线演化；若 满足条件，则算法终止，提取零水平集轮廓得到分割结果。
[0018] 进一步的，所述的步骤3包括下述步骤：
[0019] 步骤3. 1 :利用局部统计相似度特征估计真实图像模型；
[0020]
(5)
[0021] 其中令W = (W1, ...，wj表示权值参数，wk为对应的第k个基函数的权值；令G(X) =Ig1 (X)，. . .，gk (X)}表示基函数，gk为第k个基函数；k表示基函数的个数，本方法通过定 义一个八邻域的子空间来估计函数值，其中基函数使用不同尺度的高斯核函数估计表示； 从而得出局部统计信息模型：
[0022] J (X) = I (X) /B'（X) (6)
[0023] 其中J(X)表示局部信息模型估计值，I (X)表示原始图像，B'（X)表示公式（3)中 偏压场信息估计值；
[0024] 相应地，带有隐函数形式的图像的局部信息模型能量方程表示如下：
[0025]
[0026] 其中护((11，(12，（}))表示局部信息能量函数4表示闭合曲线区域；(1 1，(12分别表示 图像局部区域内外的灰度均值；Φ (X)表示隐函数零水平集轮廓；
[0027] 步骤3. 2 :利用全局相容性特征改进全局能量信息模型；
[0028] 构造一个近似度高的Heaviside函数提高闭合曲线的光滑度，所述构造的函数定 义如上述公式（3)所示，其导函数为：
[0030] 所述的矿^函数拟合0-1阶跃函数构造新函数；
[0029] (8)
[0031] 得出下面的全局能量信息模型：
[0032]
:(的'
[0033] 其中EYc1, c2, Φ)表示全局统计信息模型Cl，C2*别表示图像局部区域I(X)内外 的灰度均值；
[0034] 步骤3. 3 :拟合快速多项式函数建立正则项模型；
[0035] 正则化函数及其导函数描述如下：
[0036]
[0037]
[0038] 其中尸(|▽多|)表示正则化函数，|￥#|表示该函数的自变量，其物理含义表示符号距 离属性函数；
[0039] 通过分析得出以下结论：
[0040] (a)当]▽多卜1时，扩散速率为正，则减少|W|的变化；
[0041] (b)当(VT7J)<|V0|<1时，扩散速率为负，则增加I▽艸的变化；
[0042] (C)当时，扩散率为正，则进一步减少Pd啲变化直到为零；
[0043] 由上述分析给出距离正则化能量的数学形式表示如下：
[0044]
(12)
[0045] 其中A1, μ丨表示控制常量参数。
[0046] 进一步的，所述的双重终止条件为：
[0047] 在曲线演化过程中分别设置一个整数类型的迭代控制器，和一个布尔类型的迭代 标识；用来标识相邻时刻的闭合曲线之差是否到达给定的临界值，所述的迭代控制器初始 值为1，所述的布尔类型的迭代标识初始值为true，如果达到临界值，则再继续判断迭代控 制器是否达到给定的阈值，如果达到阈值，则修改迭代标识为假，曲线演化终止；否则迭代 控制器自增，并继续进行循环；本方法在整个循环中的次数小于预设的迭代最大次数。
[0048] 优选的，所述的双重终止条件具体的为：已知t时刻与t-Ι时刻零水平集闭合曲 线的长度Len(C(t))、Len(C(t-l));闭合曲线长度阈值LenMin ;迭代最大次数Tmax ;布尔 类型的迭代标识bool，当该变量取值为true时，表示算法继续进行迭代；当该变量取值为 false时，表示算法终止迭代。其中初始值为true ;迭代计数器n，初始值为1，满足条件时 的迭代控制器k，初始值为1，阈值Threshold = 10 ;
[0049] 当满足迭代标识bool为true，并且迭代计数器η小于Tmax时：计算当前闭合曲 线的长度差值：cur_length= |Len(C(t))-Len(C(t-l)) I ;然后计数器更新：η = η+1 ;如果 t时刻闭合曲线长度差值cur_length小于闭合曲线长度阈值LenMin，并且k = Threshold， 令bool = false，曲线演化迭代终止；否则k = k+1 ;
[0050] 当不满足迭代标识bool为true，并且迭代计数器η小于Tmax时：令k = 1，继续 进行上述迭代过程。
[0051] 本发明的