结合图像全局和局部信息的符号压力函数分割模型.pdf

第 卷 第 期 郑州铁路职业技术学院学报 .年 月 .收稿日期:作者简介:孟新超()男河南焦作人郑州铁路职业技术学院助教硕士研究生研究方向为图像分割、优化算法等结合图像全局和局部信息的符号压力函数分割模型孟新超司智勇(郑州铁路职业技术学院河南 郑州)摘 要 仅采用局部或全局图像信息很难处理弱边界和噪声图像的分割问题据此提出一种结合图像全局和局部信息的符号压力函数分割模型 首先利用图像的全局和局部区域信息分别构造全局和局部灰度拟合项其次将定义的全局拟合项与局部拟合项进行线性组合构造一个混合符号压力函数再次重新定义气球力函数以期达到自适应改变水平集演化速率的目的 数值仿真实验结果表明该算法不仅能准确分割弱边界和多目标图像而且分割速度很快且对噪声具有一定的鲁棒性关键词 图像分割活动轮廓模型水平集符号压力函数中图分类号.文献标志码 文章编号 ()().研究背景图像分割是图像识别和计算机视觉领域至关重要的预处理方法它将图像根据某种特征划分成若干个子区域区域内具有相似性区域间具有一定的差异性 根据应用需求的不同分割方法也大相径庭但发展至今仍没有找到一种通用的图像分割方法活动轮廓模型是一类求解能量泛函最小化的数字图像分割方法该算法能够演化光滑封闭的曲线具有计算方法稳定、分割精度高等优点 它的核心思想是利用连续曲线来表示目标边缘基于此定义一个能量泛函图像分割问题就转化为能量泛函最小值的求解问题 根据初始轮廓曲线表达方式的不同活动轮廓模型可以分为参数活动轮廓模型()和几何活动轮廓模型()两大类 其中参数活动轮廓模型非常依赖初始轮廓曲线的位置不同的初始轮廓曲线会取得不同的分割结果甚至不能获得正确的边界轮廓而且对曲线的拓扑结构变化比较敏感 而几何活动轮廓模型则可以较好处理拓扑结构的变化并可以解决参数活动轮廓模型难以解决的问题 几何活动轮廓模型又进一步分为基于边缘的模型和基于区域的模型 等 研究了测地线活动轮廓模型()该模型提供一种利用计算最短路径进行边缘检测的新机制是参数活动轮廓模型向几何活动轮廓模型发展的关键点 但是它依旧利用图像梯度信息所以无法分割弱边界目标 和 在考虑全局区域信息的基础上提出了无须边缘检测的活动轮廓模型()该方法利用图像的区域统计信息构造轮廓演化的驱动力对弱边界和离散化边界目标都具有较好的分割效果 然而该模型建立在图像灰度均匀分布假设的基础之上故很难完成灰度分布不均及纹理信息丰富图像的分割任务 等 利用高斯滤波对水平集函数进行正则化进而提出了局部图像拟合()模型该模型利用原始图像和拟合函数所组成的图像之间的差别定义能量泛函从而解决灰度不均匀图像的分割问题在分割效果方面与 模型比较类似但效率显著提升 等 基于全局灰度信息构造了符号压力函数()进而提出了二值选择和高斯滤波正则化水 平 集()模型该方法使用图像区域的统计信息来推动水平集函数的演化而且区域信息的引入使模型具有更强捕获边缘信息和避免边缘泄露的能力 然而其基于全局灰度恒定的假设很难完成灰度不均匀图像的分割任务 综上所述图像的全局信息可以减少初始轮廓和噪声的影响局部信息能增强模型对灰度异质图像的处理能力 因此本研究提出结合图像全局和局部信息的活动轮廓模型 首先将新定义的全局灰度拟合项和局部灰度拟合项线性组合构造混合符号压力函数 其次利用图像全局和局部信息重新定义气球力函数 再次实验证明本研究模型能够准确分割弱边界和多目标图像 相关知识.模型 和 假设图像灰度均匀分布通过最小化曲线内外像素点的灰度值与均值的平方误差来构造能量泛函从而将图像分割问题转化为函数极值求解问题当函数趋近于最小值时目标轮廓被分割出来 其能量泛函表示为()()()()式中:()为带分割图像 是曲线 的弧长为曲线 轮廓合围的面积 为加权系数和 分别表示曲线 内部和外部的灰度均值 通过轮廓线可将图像分成内、外两个部分即 和 当轮廓曲线 位于图像目标边界时能量泛函 取得最小值 表示为()()()()()()其中()为 函数()为 函数其平滑形式表示为:()()()()()这里的 和 计算方法如下:()()()()()()()()利用变分法对公式()进行极小化得到水平集演化方程()()()模型充分利用了图像全局信息故该方法可同时应用在强边缘或弱边缘图像分割中并且可适用于带有中空的内部目标区域的分割但对边界模糊、灰度分布不均匀的图像分割效果不太理想.模型 等 基于全局灰度信息提出 模型充分融合了 和 算法的优点并利用方向自适应的 函数代替 模型中的边缘停止函数()在此基础上得到其水平集演化方程()()()()其中()计算方法为()()()()式中和 可由公式()和()计算得到 根据公式()所示()函数的值域为 由文献分析可得公式()中的()和()可忽略不计 因此该模型的水平集演化方程可简化为 ()()模型避免了传统水平集方法重新初始化的昂贵时间成本能够根据图像中初始轮廓的位置自动检测图像边界具有选择性全局或局部分割的性质但基于图像均匀分布的假设使其不能完成灰度异质图像的精准分割并且初始轮廓的位置和大小对图像分割效果的影响较为明显.模型由 等 提出的 模型是一种经典的基于区域的活动轮廓模型该模型利用拟合图像与原始图像之间的差异定义图像局部拟合函数它的分割效果类似于 模型但能保证亚像素的精度和边界的规则性 该算法的能量泛函定义为()()()()其中()为待分割的原始图像局部图像拟合函数计算公式如下:()()()()()()()()式中()是矩形窗口函数使用截断高斯窗口()标准差为 窗口大小为()()取值为小于 的最大整数根据变分法和最速下降法得到式()对应的水平集演化方程()()()()该模型利用高斯核滤波代替传统水平集函数中的正则项避免了其周期性初始化操作的缺点 从分割效果来看 模型可以用较低的时间复杂度实现与 模型相似的分割精度但由于图像全局信息的缺失导致该模型对强噪声图像的分割效果不佳 符号压力函数分割方法根据上文所述基于全局灰度信息 模型提出的 对于边缘模糊的图像轮廓可以进行有效处理但基于全局灰度恒定假设使其难以处理灰度不均匀图像的分割问题而 模型由于全局图像信息缺失所以对初始轮廓曲线的位置和大小都非常敏感 基于上述讨论本研究提出结合图像全局和局部信息的符号压力函数分割方法首先基于图像全局区域统计信息结合 和 给出图像的全局区域灰度均值加权组合函数 其中 和 可由公式()和()计算得到 ()()其次利用图像的局部区域信息 和 构造局部灰度拟合项 ()()式中 和 由公式()的 和 给出再次参照文献中 模型的构造方法结合图像全局信息 和图像局部信息 构造一个新的 该函数将图像局部灰度信息与全局信息相结合不仅加快了图像的分割速度而且提高了算法的鲁棒性()()()()其中 是一个变量取值范围为综上所述可利用式()替换式()中的 函数即可得到本研究模型对应的水平集演化方程()()考虑到文献中模型采用固定气球力来控制水平集函数的演化速率对于不同图像需要设置不同的气球力参数 本研究利用图像全局和局部信息重新定义气球力函数以期达到自适应改变水平集函数演化速率的目的其定义为 ()()()仿真实验结果与分析实验环境:()().位的 采用 工具箱进行编码共进行了三组对比实验 为了提高实验结果可信度分别与 模型、模型和 模型的分割结果作对比对比模型的参数选择可以在各自文献中找到图 为弱边界图像的分割结果第一列为原始图像第二列到第五列分别为 模型、模型、模型和本研究模型的分割结果图()中 取值分别为.和.从分割结果可以看出:模型无法完成弱边界图像的分割 模型和 模型因其对全局图像信息的过度依赖导致出现了过分割和分割结果不完整的情况本研究提出的方法结合了全局和局部信息从而可以迅速完成图像分割 由此证明本研究模型能够很好处理弱边界图像 ()原始图像 ()模型 ()模型 ()模型 ()本研究模型图 弱边界图像分割结果 图 为多目标图像的分割结果图()中 的取值均为.实验结果表明 模型无法完成多目标图像分割任务、模型对图 第一张图片出现了过分割现象、模型和本研究模型能够顺利完成多目标图像的分割 ()原始图像 ()模型 ()模型()模型 ()本研究模型图 多目标图像分割结果 为充分证明所提算法的有效性图 选取了两幅自然图像进行分割实验实验中图()参数 取值分别为.和.从分割结果可以清楚看出:模型只考虑图像局部信息分割结果易受细节信息干扰产生错误分割 模型和 模型从图像全局信息出发可以获得绝大部分正确边缘轮廓但对图 第二幅图像手指的内部细节处理效果不太令人满意本研究模型则可以很好分割出这种相连像素部分进一步证明了新模型的精确性 ()原始图像 ()模型 ()模型()模型 ()本研究模型图 自然图像分割结果 为进一步验证本研究算法性能的优劣表 给出了四种模型对图 至图 进行分割实验时的迭代次数与收敛时间 从表 可以看出 模型和本研究模型的效率比较接近就是对某些图像的细节处理还有待提高 表 的实验结果再次证实了本研究模型的稳定性和有效性表 迭代次数与收敛时间结果模型 模型 模型 模型本研究模型迭代次数运行时间迭代次数运行时间迭代次数运行时间迭代次数运行时间图 第一行.图 第二行.续表模型 模型 模型 模型本研究模型迭代次数运行时间迭代次数运行时间迭代次数运行时间迭代次数运行时间图 第一行.图 第二行.图 第一行.图 第二行.结语本研究提出了一个结合图像全局和局部信息的混合符号压力函数活动轮廓模型 首先分别利用图像的全局和局部信息构造混合符号压力函数然后定义了一个新的气球力函数从而能够自动收缩和扩张最终完成图像分割任务 仿真实验结果表明该算法能有效解决弱边界和多目标图像的分割问题同时对噪声具有一定的抗干扰性 此外本研究算法的分割精度和分割效率也得到了有效证明参考文献曹俊峰吴小俊陈素根.基于改进符号压力函数的变分水平集图像分割算法.计算机科学():.孟新超.基于水平集改进的图像分割方法研究.新乡:河南师范大学.孙林柯正友冯小博等.基于双符号压力函数的活动轮廓图像分割 方 法 .计 算 机 工 程 与 应 用():.():.():.():.:.():.责任编辑:赵 伟(上接第 页)通过相关输入口判定、是否合闸合闸时分别控制 的输出口和相关电路将、点亮 实际使用时与、不能同时合闸 结语设计一种基于 的电气控制系统可以快速切断气体灭火系统驱动气瓶和气体瓶之间的电路提高检修工作效率和安全性系统工作可靠、成本不高具有一定的使用和推广价值参考文献王丁洁.地铁车站 与气灭系统组成、原理及联动方式.电子版.城市建设理论研究():.王永华.现代电气控制及 应用技术.版.北京:北京航空航天大学出版社.颜榕.基于 的自动门控制系统设计.现代工业经济和信息化():.责任编辑:张嘉翊