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！

申请/专利权人：苏州大学

摘要：本发明涉及一种基于自适应加权均值滤波的图像分割方法和装置。本发明涉及图像处理技术领域。本申请所述方法通过基于自适应加权均值滤波的拟合函数对待分割图像的低频分量进行计算，将低频分量从待分割图像中分离，降低由不均匀光照引起的强度重叠对分割精确度的影响。并利用扩散滤波对待分割图像的对数灰度值与低频分量的计算结果的差值进行处理，得到待分割图像的高频分量，并根据该计算结果构建数据驱动项，增强图像的边缘特征，同时有效降低高频分量中噪声对模型鲁棒性的影响，进而从灰度不均匀的图像中提取目标边缘特征，提高了本申请的分割精确度。

主权项：1.一种基于自适应加权均值滤波的图像分割方法，其特征在于，所述方法包括：获取待分割图像，根据初始水平集函数在所述待分割图像中设置初始轮廓线；利用基于自适应加权均值滤波的拟合函数对所述待分割图像的低频分量进行计算；利用扩散滤波对所述待分割图像的对数灰度值和所述低频分量的计算结果的差值进行计算，确定所述待分割图像的高频分量；根据所述待分割图像的高频分量构建数据驱动项，利用所述数据驱动项对所述初始水平集函数进行迭代更新，得到最终轮廓线；利用所述最终轮廓线分割所述待分割图像，得到图像分割结果；所述数据驱动项表示为： 其中，Vx为所述数据驱动项，x为所述待分割图像内的矢量像素点，α为调整数据驱动项值域的权重参数；ζ为辅助水平集函数判断演化方向的常数，当初始轮廓线内部的矢量像素点的平均灰度值小于或等于初始轮廓线外部的矢量像素点的平均灰度值时，ζ的值为1；当初始轮廓线内部的矢量像素点的平均灰度值大于初始轮廓线外部的矢量像素点的平均灰度值时，ζ的值为-1；sigmoid为sigmoid函数,为所述待分割图像的高频分量；为所述待分割图像的标准差，Isize为所述待分割图像的像素点总数量，Ω为所述待分割图像的图像域，Ix为所述待分割图像在矢量像素点x处的灰度值，为所述待分割图像内所有矢量像素点的平均灰度值；所述基于自适应加权均值滤波的拟合函数表示为： 其中，为所述基于自适应加权均值滤波的拟合函数，x为所述待分割图像内的矢量像素点；I′x＝lnIx为所述待分割图像在矢量像素点x处的对数灰度值，ln为自然对数运算，Ix为所述待分割图像在矢量像素点x处的灰度值；Wx为以矢量像素点x为中心、大小为2k+12的窗口内的所有矢量像素点的集合，σWx为以矢量像素点x为中心、大小为2k+12的窗口内的待分割图像的对数灰度值的方差，σI为待分割图像的对数灰度值的方差，I′Wx为以矢量像素点x为中心、大小为2k+12的窗口内的待分割图像的对数灰度值的平均值，k为大于零的常数；所述待分割图像的对数灰度值和所述低频分量的计算结果的差值表示为： 其中，为所述待分割图像的对数灰度值和所述低频分量的计算结果的差值； 其中，为所述待分割图像的高频分量，x为所述待分割图像内的矢量像素点，为所述待分割图像的对数灰度值和所述低频分量的计算结果的差值，p为矢量像素点x的横坐标，q为矢量像素点x的纵坐标，为坐标p,q处的值，为坐标p,q-1处的值，为坐标p,q+1处的值，为坐标p-1,q处的值，为坐标p+1,q处的值，||||表示L2范数计算符号，为所述待分割图像的熵，d为所述待分割图像的灰度级数，Ad为所述待分割图像在第d个灰度级的矢量像素点的个数，log2为以2为底的对数运算，Isize为所述待分割图像的像素点总数量。

全文数据：

权利要求：

百度查询： 苏州大学 基于自适应加权均值滤波的图像分割方法和装置