欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202310247108X
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.图像分割方法,其特征在于,包括以下步骤:S1、在目标图像中设置初始轮廓线,并用初始水平集函数来表示所述初始轮廓线;

S2、对所述初始水平集函数进行更新迭代;第n次迭代时的水平集函数为:其中, 为窗口大小为k×k的均值滤波器;softsign为softsign激活函数;η为常数;φ(x,n)为第n次迭代时的水平集函数;x为目标图像中的矢量像素点;φ(x,n‑1)为第n‑1次迭代时的水平集函数;U(φ(x,n‑1))为第n‑1次迭代时的梯度下降方程;Δt为时间步长;

S3、当|φ(x,n)‑φ(x,n‑1)|<ε时,停止迭代,并将最后一次迭代得到的水平集函数作为目标图像的分割曲线;其中,ε为常数。

2.根据权利要求1所述的图像分割方法,其特征在于,第n‑1次迭代时的梯度下降方程为:U(φ(x,n‑1))=‑αS′(φ(x,n‑1))softsign((d1(x,n‑1)‑d2(x,n‑1))/β),其中,α为常数;β为目标图像灰度的标准差;函数S′(z)是函数 的导函数,为数据驱动项,y为

目标图像中的矢量像素点,θy为以y为中心点、边长为4σ+1的正方形邻域,为高斯核函数,σ为高斯核函数的标准差,a为使得 的归一化常数;I(x)为目标图像的真实灰度值;

为通过计算拟合的图像阴影值, 为窗口大小为2w+1的均值滤波器,w为常数,*为卷积运算;

为第n‑1次迭代时的边缘反射结构信息值;

当i=1时, 为区域θy∩Ω1里的边缘反射结构信息值,当i=2时, 为区域Ωy∩Ω2里的边缘反射结构信息值, Ω1为轮廓线的外部区域,Ω2为轮廓线及轮廓线的内部区域。

3.根据权利要求2所述的图像分割方法,其特征在于,目标图像灰度的标准差为:其中,Ω为目标图像的图像域;Q为目标图像内像素点的总数; 为目标图像的平均灰度值。

4.根据权利要求1所述的图像分割方法,其特征在于,所述初始水平集函数为:

5.根据权利要求1所述的图像分割方法,其特征在于,ε的取值范围为[0.001,0.0001]。

6.根据权利要求1所述的图像分割方法,其特征在于,Δt的取值范围为[0.5,2]。

7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1到6任一项所述方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1到6任一项所述方法的步骤。

9.图像分割系统,其特征在于,包括以下模块:初始水平集模块,用于在目标图像中设置初始轮廓线,并用初始水平集函数来表示所述初始轮廓线;

迭代模块,用于对所述初始水平集函数进行更新迭代;第n次迭代时的水平集函数为:其中, 为窗口大小为k×k的均值滤波器;softsign为softsign激活函数;η为常数;

φ(x,n)为第n次迭代时的水平集函数;x为目标图像中的矢量像素点;φ(x,n‑1)为第n‑1次迭代时的水平集函数;U(φ(x,n‑1))为第n‑1次迭代时的梯度下降方程;Δt为时间步长;

分割曲线确定模块,用于将最后一次迭代得到的水平集函数作为目标图像的分割曲线;当|φ(x,n)‑φ(x,n‑1)|<ε时,停止迭代,其中,ε为常数。