买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州大学申请的专利一种基于KL散度的变分水平集图像分割方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116824136B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310611012.7，技术领域涉及：G06V10/26；该发明授权一种基于KL散度的变分水平集图像分割方法和系统是由翁桂荣;杨澄鑫;陈逸阳;王桂娜设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于KL散度的变分水平集图像分割方法和系统在说明书摘要公布了：本发明涉及一种基于KL散度的变分水平集图像分割方法和系统，方法包括：步骤S1：获取图像，并将所述图像转换为灰度图像；步骤S2：基于所述灰度图像中待分割的目标，构建基于KL散度的能量函数；步骤S3：将变分水平集作为变量加入所述基于KL散度的能量函数；步骤S4：求解所述能量函数的最小值，得到灰度图像中待分割目标的边界。本发明能够有效对灰度图像的目标进行分割。

本发明授权一种基于KL散度的变分水平集图像分割方法和系统在权利要求书中公布了：1.一种基于KL散度的变分水平集图像分割方法，其特征在于：包括： 步骤S1：获取图像，并将所述图像转换为灰度图像； 步骤S2：基于所述灰度图像中待分割的目标，构建基于KL散度的能量函数； 所述步骤S2中在构建基于KL散度的能量函数时，还包括对KL散度进行改进，具体为： 构建KL散度公式:其中，Px为真实分布，Qx为拟合分布； 将所述灰度图像I设定为I＝P,令ix＝logIx，拟合函数定义为q＝logQ，则所述KL散度公式DP||Q中的logPxQx＝ix-qx； 构建以点y为中心，半径为w的圆邻域Oy，公式为：Oy≈{x|x-y≤w},y∈Ω；其中，Ω表示灰度图像的图像域； 设qx是缓慢变化的，则在所述圆邻域Oy内，qx≈qy|x∈Oy，将所述KL散度公式DP||Q更新为： 所述步骤S2中构建基于KL散度的能量函数，方法包括： 基于所述灰度图像的图像域Ω，则图像域Ω的分区会诱导邻域Oy形成局部区域 将所述局部区域转换为：Oy∩Cout、Oy∩Cint，其中，Cout，Cint分别为分割线外、内区域，将所述公式Dy更新为： 定义高斯截断函数，公式为：其中，a是归一化常数，σ是高斯截断函数的标准差，w是圆邻域Oy的半径且w＝2σ； 用所述高斯截断函数来描述所述圆邻域Oy，则圆邻域Oy区域外为零，将更新后的公式Dy再次更新为： 对于图像域Ω中的所有y，计算再次更新后Dy的积分，并将其作为基于KL散度的能量函数，公式为： 步骤S3：将变分水平集作为变量加入所述基于KL散度的能量函数； 所述步骤S3中将变分水平集作为变量加入所述基于KL散度的能量函数，方法包括： 构建变分水平集函数φ，公式为：其中，Ω2是图像域Ω的子集，是Ω2的边界，c0表示常数1，将Ω2定义为Mintφ＝c0-φx； 令ry＝ix-qy|x∈Oy，由于ry在目标边界附近具有二阶微分特性，通过Mintφ逼近ry，求解Mintφ-ry的最小化的最优，则将所述变分水平集函数φ融入所述基于KL散度的能量函数，公式为：Eφ,q＝c·∫∫Gσx,y|Mintφ-ix-qy|dy·Ixdx，其中，c为目标对象符号，分割白色目标对象时c＝1，反之c＝-1； 步骤S4：求解所述能量函数的最小值，得到灰度图像中待分割目标的边界； 所述步骤S4中求解所述能量函数的最小值，包括： 最小化所述公式Eφ,q，对于固定的变分水平集函数φ，使能量最小化的最优，则将q表示为：其中，*为卷积，Gσ*1＝∫Gσx,ydy，是圆邻域Oy内的最佳拟合函数； 将所述公式Eφ,q更新为： 并计算公式EKLDφ的最小值； 在最小化公式EKLDφ时，得到欧拉-拉格朗日方程，采用标准梯度下降法,得到方程并对产生的值域波动进行规范。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州大学，其通讯地址为：215000 江苏省苏州市工业园区仁爱路199号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。