中文字幕无码日韩视频无码三区

一種基于先驗形狀和cv模型的目標分割方法

文檔序號:6563895閱讀:343來(lai)源:國知(zhi)局
專利名稱:一種基于先驗形狀和cv模型的目標分割方法
技術領域
本發明涉及圖像處理技術,具體是一種基于先驗形狀和CV模型的目標分割方法。
背景技術
目前,在已有的各種目標分割方法中,曲線演化方法對目標的分割有相當好的結果,具體包括Snake方法、活動輪廓線方法、變形模型以及水平集方法等,參數化的Snake方法允許與模型直接交互,并且模型的表達緊湊,有利于模型的快速實現,但是難以處理模型拓撲結構的變化。基于變分水平集方法的活動輪廓模型能自然地處理演化曲線或曲面拓撲結構的變化,并能夠自然地將邊界信息和區域信息整合在一起。Mumford在1989年提出通過分片光滑函數的最佳逼近解決邊緣檢測問題的 M-S/K 平集模型(Mumford D, Shah J. Optimal approximation by piecewise smooth functionsand associated variational problems. Communication on Pure and Applied Mathematics, 1989,42(5) :577-685.),Chan 和 Vese 在 M-S 模型的基礎上提出了簡化的 CV 水平集模型(Chan T F, Vese L A. Active contours without edges. IEEE Transactions on ImageProcessing, 2001,10(2) J66-277.),該模型的一個顯著優點就是全局優化,在邊界模糊處也能獲得較好的分割結果,并且初始輪廓線可以放置在圖像的任意位置。但該模型是基于灰度相似性來劃分目標區域的,因此該模型存在三個方面的缺陷①不能分割目標灰度與背景相似的目標,②不能有效分割紋理圖像,③不能分割被遮擋、數據缺失的目標。為了克服以上缺陷,近年來國內外許多學者重點研究了把先驗形狀信息和水平集結合進行圖像分割的問題。Tony Chan等提出了利用先驗形狀知識進行圖像分割處 S StJ ^1 ^M (Chan T and Zhu W. Level set based shape prior segmentation. IEEEConference on Computer Vision and Pattern Recognition (CVPR),2005 1164-1170.),該模型在CV模型的基礎上加入先驗形狀信息,能夠在圖像中分割出數據缺失、被遮擋或目標灰度與背景相似的目標。但該模型中的先驗形狀項只具有旋轉、縮放和平移不變特性,對于發生剪切或在X、Y方向有不同拉伸系數的目標,上述模型的分割效果較差。

發明內容
本發明為了克服現有的先驗形狀模型對目標的自適應變化存在的局限性,即先驗形狀項只具有X、Y方向等大小縮放、平移以及旋轉三個不變特性,提供一種基于先驗形狀和CV模型的目標分割方法,本發明在原有先驗形狀變分水平集模型基礎上增加了 X、Y方向拉伸以及剪切不變約束能量項,通過對先驗形狀的自適應變換的拓展,本方法可以實現對復雜背景下姿態變換較大的目標進行準確分割。本發明通過以下技術方案實現—種基于先驗形狀和CV模型的目標分割方法,為基于變分水平集方法的圖像分割模型,它在融入圖像區域信息基礎上,自然地融入先驗形狀信息,很好地處理了一些傳統的幾何活動輪廓模型無法解決的問題。本發明所構建的模型對應的能量函數表示如下
權利要求
1. 一種基于先驗形狀和CV模型的目標分割方法,其特征在于包括下列步驟①利用先驗形狀樣本構建符號距離函數從序列圖中選取標準姿態的目標圖像作為構建先驗形狀樣本,然后對選中的先驗形狀樣本進行閾值分割,閾值的大小根據樣本背景的復雜度進行手動調整,其次采用數學形態算子對閾值分割后的圖像進行背景抑制并用Sobel算子提取目標的邊緣二值輪廓線,最后利用所述的的二值輪廓線構建先驗形狀符號距離函數Ψ與Ψο;②設定并根據初始化的仿射變換參數,對先驗形狀樣本的符號距離函數Ψ與Ψο進行仿射變換仿射變換參數為(Sx,Sy, θ,shx, shy, Tx, Ty),其中Sx及Sy分別為X、Y方向上的兩個縮放系數,θ為角度旋轉參數,shx,shy分別為X、Y方向上的修剪參數,Tx,Ty分別為X、Y 方向上的平移參數;
全文摘要
一種基于先驗形狀以及CV模型的目標分割方法,首先選取先驗形狀構建符號距離函數,再根據仿射變換參數向量對先驗形狀符號距離函數進行仿射變換,仿射變換參數在對水平集函數進行迭代時會發生改變并最終趨于穩定,最后根據水平集迭代公式演化活動輪廓曲線,同時根據各仿射參數迭代公式求出下一次的各仿射變換參數。本發明在保持先驗形狀模型具有旋轉、縮放和平移不變性的基礎上,增加了X、Y方向拉伸以及剪切不變約束能量項,通過對先驗形狀的自適應變換的拓展,本發明可以實現對復雜背景下姿態變換較大的空間目標進行較好的分割。
文檔編號G06T7/00GK102289812SQ201110247798
公開日2011年12月21日 申請日期2011年8月26日 優先權日2011年8月26日
發明者李元祥, 沈霽, 韓洲 申請人:上海交通大學
網友詢(xun)問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1