一種用主動輪廓進行紅外圖像分割的方法
【專利摘要】本發(fā)明提出一種用主動輪廓進行紅外圖像分割的方法。本發(fā)明通過構(gòu)造一種基于局部熵和局部標準差聯(lián)合驅(qū)動的主動輪廓模型，充分利用圖像的灰度分布信息，同時通過引入高斯核函數(shù)，在局部區(qū)域內(nèi)更準確地驅(qū)動輪廓演化，以對紅外圖像進行分割。本發(fā)明能夠有效實現(xiàn)紅外圖像的分割，得到完整且正確的目標輪廓。
【專利說明】一種用主動輪廓進行紅外圖像分割的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及一種用主動輪廓進行紅外圖像分割的方 法。

【背景技術(shù)】
[0002] 紅外圖像分割對紅外目標的識別與跟蹤具有重要的作用，由于紅外圖像通常具有 邊緣模糊、灰度不均勻等特點，所以常用的圖像分割方法對于紅外圖像的分割難以達到理 想的效果。近年來，主動輪廓模型（ACM)被廣泛應(yīng)用到圖像分割中，其對于醫(yī)學(xué)圖像的分割 已取得了很好的效果，但在紅外圖像分割領(lǐng)域還有待于進一步的研究。
[0003] 主動輪廓模型主要可分為基于邊界的模型和基于區(qū)域的模型兩類，基于邊界信息 的主動輪廓模型利用圖像的梯度定義目標的邊界，其中具有代表性的是GAC模型；基于區(qū) 域信息的主動輪廓模型利用區(qū)域統(tǒng)計信息（如灰度）引導(dǎo)曲線演化，其中被廣泛使用的是 CV模型。
[0004] 文獻 一 (Zhang K, Zhang L, Song H, et al. Active contours with selective local or global segmentation:a new formulation and level set method[J]. Image and Vision Computing, 2010, 28(4) :668-676.)提出了 SLGS 模型，將 GAC 和 CV 模型有機地 結(jié)合在一起，其利用CV模型中定義的灰度信息構(gòu)造符號控制力函數(shù)（SPF)，替代GAC中的邊 緣停止函數(shù)，從而能夠更好地控制曲線演化的方向，但其基于的是待分割區(qū)域的灰度均勻 這一假設(shè)，因而該模型對灰度不均勻的紅外圖像的分割效果不是很理想。
[0005] 文獻二（Li C, Kao C Y, Gore J C, et al. Minimization of region-scalable fitting energy for image segmentation[J]. Image Processing, IEEE Transactions on, 2008, 17 (10) : 1940-1949.)提出了 LBF模型，主要利用圖像局部區(qū)域的灰度信息驅(qū)動曲 線演化，對灰度不均勻的圖像能夠進行分割，但由于模型利用的圖像信息量較少，直接將其 用于紅外圖像的分割，同樣難以獲得準確的結(jié)果。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明提出一種用主動輪廓進行紅外圖像分割的方法，能夠有效實現(xiàn)紅外圖像的 分割，得到完整且正確的目標輪廓。
[0007] 為了解決上述技術(shù)問題，本發(fā)明提供一種用主動輪廓進行紅外圖像分割的方法， 包括以下步驟：
[0008] 步驟一：計算待分割紅外圖像中各像素點對應(yīng)的局部熵和局部標準差，并使用各 像素點對應(yīng)的局部熵和局部標準差構(gòu)造各像素點特征向量；通過初始化水平集函數(shù)給紅外 圖像設(shè)定初始輪廓；計算當前演化輪廓內(nèi)部的局部區(qū)域和外部的局部區(qū)域內(nèi)所有像素點對 應(yīng)的特征向量的均值向量；
[0009] 步驟二：計算步驟一所獲得的均值向量與當前演化輪廓上各像素點對應(yīng)的特征向 量的余弦相似性，根據(jù)余弦相似性確定當前演化輪廓上各像素點的演化方向及驅(qū)動力的大 小，從而構(gòu)造驅(qū)動輪廓演化的符號控制力函數(shù)；
[0010] 步驟三：將步驟二構(gòu)造的符號控制力函數(shù)代入水平集演化方程，通過水平集的演 化實現(xiàn)紅外圖像的分割。
[0011] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點在于：（1)本發(fā)明方法利用圖像的局部熵和 局部標準差構(gòu)造特征向量，即利用局部熵和局部標準差聯(lián)合驅(qū)動主動輪廓模型，充分地利 用了圖像的灰度分布信息，能夠更準確地控制輪廓線演化的方向；（2)針對紅外圖像灰度 不均勻的特點，本發(fā)明引入高斯核函數(shù)與待分割圖像卷積，使得驅(qū)動曲線演化的力只取決 于當前輪廓局域內(nèi)對應(yīng)特征向量的作用，能夠有效克服灰度不均勻?qū)Ψ指罱Y(jié)果的影響；（3) 本發(fā)明對于灰度不均勻的紅外圖像能實現(xiàn)更好的分割。

【專利附圖】

【附圖說明】
[0012] 圖1是本發(fā)明流程圖。
[0013] 圖2是本發(fā)明仿真實驗中所用的待分割紅外圖像。
[0014] 圖3是本發(fā)明仿真實驗獲得的圖2的局部熵圖像。
[0015] 圖4是本發(fā)明仿真實驗獲得的圖2的標準差圖像。
[0016] 圖5是本發(fā)明仿真實驗獲得的初始輪廓圖。
[0017] 圖6是本發(fā)明仿真實驗紅外圖像中位于點（x，y)的像素對應(yīng)的特征向量f(x，y) 的示意圖。
[0018] 圖7是本發(fā)明仿真實驗當前演化輪廓內(nèi)所有像素點對應(yīng)特征向量的均值向量示 意圖。
[0019] 圖8是本發(fā)明仿真實驗中使用SLGS模型獲得的分割結(jié)果圖。
[0020] 圖9是本發(fā)明仿真實驗中使用LBF模型獲得的分割結(jié)果圖。
[0021] 圖10是本發(fā)明仿真實驗中使用本發(fā)明方法獲得的分割結(jié)果圖。

【具體實施方式】
[0022] 紅外圖像具有邊緣模糊、灰度不均勻等特點，常用的主動輪廓模型一般難以獲得 理想的分割效果，本發(fā)明方法通過構(gòu)造一種基于局部熵和局部標準差聯(lián)合驅(qū)動的主動輪廓 模型，充分利用圖像的灰度分布信息，同時通過引入高斯核函數(shù)，在局部區(qū)域內(nèi)更準確地驅(qū) 動輪廓演化，以對紅外圖像進行分割。如圖1所示，本發(fā)明具體步驟如下：
[0023] 步驟一：計算待分割紅外圖像中各像素點對應(yīng)的局部熵和局部標準差，獲得紅外 圖像對應(yīng)的局部熵圖像和局部標準差圖像，并使用各像素點對應(yīng)的局部熵和局部標準差構(gòu) 造各像素點特征向量；再通過初始化水平集函數(shù)給紅外圖像設(shè)定初始輪廓，同時引入高斯 核函數(shù)，計算當前演化輪廓內(nèi)部的局部區(qū)域和外部的局部區(qū)域內(nèi)（簡稱內(nèi)外局域內(nèi)）所有 像素點對應(yīng)的特征向量的均值向量。
[0024] 所述紅外圖像中每個像素點的局部熵的計算方法如公式（1)所示， n
[0025] entro(x,y) = p; log Pi, p; = 7 (1) /=〇 jW x TV
[0026] 公式（1)中，entro(x，y)為像素點（x，y)對應(yīng)的局部熵，L為紅外圖像的灰度級總 數(shù)，h為紅外圖像中灰度級為i的像素的個數(shù)，頻數(shù) Pi可以近似看做灰度級為i的像素在 紅外圖像中出現(xiàn)的概率，MXN為以像素點（x，y)為中心的局部窗口大小。
[0027] 通過公式（1)計算待分割紅外圖像中每一個像素點對應(yīng)的局部熵，獲得紅外圖像 對應(yīng)的局部熵圖像Entro。
[0028] 所述紅外圖像中每個像素點的局部標準差的計算方法如公式（2)所示，

【權(quán)利要求】
1. 一種用主動輪廓進行紅外圖像分割的方法，其特征在于，包括以下步驟： 步驟一：計算待分割紅外圖像中各像素點對應(yīng)的局部熵和局部標準差，并使用各像素 點對應(yīng)的局部熵和局部標準差構(gòu)造各像素點特征向量；通過初始化水平集函數(shù)給紅外圖像 設(shè)定初始輪廓；計算當前演化輪廓內(nèi)部的局部區(qū)域和外部的局部區(qū)域內(nèi)所有像素點對應(yīng)的 特征向量的均值向量； 步驟二：計算步驟一所獲得的均值向量與當前演化輪廓上各像素點對應(yīng)的特征向量的 余弦相似性，根據(jù)余弦相似性確定當前演化輪廓上各像素點的演化方向及驅(qū)動力的大小， 從而構(gòu)造驅(qū)動輪廓演化的符號控制力函數(shù)； 步驟三：將步驟二構(gòu)造的符號控制力函數(shù)代入水平集演化方程，通過水平集的演化實 現(xiàn)紅外圖像的分割。
2. 如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟一中， 所述紅外圖像中每個像素點的局部熵的計算方法如公式（1)所示，
公式（1)中，entro(x，y)為像素點（x，y)對應(yīng)的局部熵，L為紅外圖像的灰度級總數(shù)， 叫為紅外圖像中灰度級為i的像素的個數(shù)，頻數(shù)Pi可以近似看做灰度級為i的像素在紅外 圖像中出現(xiàn)的概率，MXN為以像素點（x，y)為中心的局部窗口大小。
3. 如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟一中， 所述紅外圖像中每個像素點的局部標準差的計算方法如公式（2)所示，
(2) 公式⑵中，std(x，y)為像素點（x，y)對應(yīng)的局部標準差，ΜΧΝ為以像素點（x，y)為 中心的局部窗口大小，（m, η)表不局部窗口中任意一個像素點，s(m, η)為像素點（m, η)對應(yīng) 的像素灰度值，〗為局部窗口中所有像素點的灰度平均值，?的計算方法如公式（3)所示：
(3) 公式（3)中，m彡Μ-1，η彡Ν-1。
4. 如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟一中， 所述使用各像素點對應(yīng)的局部熵和局部標準差構(gòu)造各像素點特征向量如公式（4)所示， f (x, y) = (entro (x, y), std(x, y)) (4) 公式（4)中，f(x，y)為像素點（x，y)對應(yīng)的特征向量。
5. 如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟一中， 用fi(x，y)表示當前演化輪廓內(nèi)外局域內(nèi)所有像素點對應(yīng)特征向量的均值向，均值向量 fi(X，y)如公式（5)所以， !/i(x，.v) = = --削?(/(X，.v) e ({(X，.v) e Ω I 多(X，.v) < 0}門妒(1乂1'))） （5) l/2(x,_v) = (ewiro2(x,_v)，sii/2(x，_y)) = mefl?(/(x,_v) e ({(x,_y) e Ω I 參(x,_v) > 0}HW'(x，_v))) 公式（5)中，AUy)是當前演化輪廓的內(nèi)部局部區(qū)域內(nèi)所有像素點對應(yīng)的特征向 量的均值向量，entr〇1(X，y)是當前演化輪廓的內(nèi)部局部區(qū)域內(nèi)所有像素點對應(yīng)的局部 熵的均值，stdiUy)是當前演化輪廓的內(nèi)部局部區(qū)域內(nèi)所有像素點對應(yīng)的局部標準差 的均值；f 2(x，y)是當前演化輪廓外部局部區(qū)域內(nèi)所有像素點對應(yīng)的特征向量的均值向 量，entr〇2( X，y)是當前演化輪廓的內(nèi)部局部區(qū)域內(nèi)所有像素點對應(yīng)的局部熵的均值， std2(X，y)是當前演化輪廓的內(nèi)部局部區(qū)域內(nèi)所有像素點對應(yīng)的局部標準差的均值； W(x，y)為窗口函數(shù)，Ω為待分割紅外圖像區(qū)域；φ (X，y)為演化輪廓對應(yīng)的零水平集函數(shù)， 其初始化如公式（6)所示，
(6) 公式（6)中，Ω。是圖像區(qū)域Ω的一個子集，沉^是Ω。的邊界。
6. 如權(quán)利要求5所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，選擇高斯 核函數(shù)作為窗口函數(shù)W(x, y)。
7. 如權(quán)利要求5所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，均值向量 fi (X，y)中 entrc^ (X，y)、stdi (X，y)、entro2 (X，y)和 std2 (X，y)的計算方式如下：
其中，K。是標準差為〇的高斯核函數(shù)，Ηε(Φ)是Heaviside函數(shù)。
8. 如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟二的 過程具體為： 步驟21 :計算輪廓內(nèi)外局域內(nèi)的均值向量fi(X，y)與當前演化輪廓上各像素點對應(yīng)的 特征向量f (X，y)的余弦相似性，計算方式如公式（7)所示：
公式⑵中，COS Θ i是f (X，y)與A (X，y)之間的余弦相似性，cos Θ 2是f (X，y)與 f2(x，y)之間的余弦相似性，通過比較COS Θ i與C0S Θ 2的大小確定輪廓上各點的演化方向， 如果COS Θ i > C0S θ2，則輪廓應(yīng)向外擴展，反之，輪廓要向內(nèi)收縮； 步驟22 :將輪廓內(nèi)外局域內(nèi)的均值向量&(1，7)與當前演化輪廓上各像素點對應(yīng)的特 征向量f(x，y)作差取模，并通過公式（8)確定驅(qū)動力的大小F(x，y):
(8) 公式⑶中，β為常數(shù)； 步驟23 :使用輪廓上各像素點的演化方向以及對應(yīng)驅(qū)動力的大小，構(gòu)造符號控制力函 數(shù)spf，如公式（9)所示：
9.如權(quán)利要求1所述的用主動輪廓進行紅外圖像分割的方法，其特征在于，步驟三所 述水平集演化方程如公式（10)所示，
(10) 公式（10)中，α是一個常數(shù)，IV0I表示零水平集沿梯度方向的方向?qū)?shù)。
【文檔編號】G06T7/00GK104123719SQ201410243635
【公開日】2014年10月29日 申請日期:2014年6月3日 優(yōu)先權(quán)日:2014年6月3日
【發(fā)明者】張毅, 柏連發(fā), 湯茂飛, 韓靜, 祁偉, 金左輪, 岳江, 王博, 趙壯 申請人:南京理工大學(xué)