申请/专利权人：齐鲁工业大学(山东省科学院);山东省人工智能研究院

申请日：2024-01-19

公开（公告）日：2024-04-16

公开（公告）号：CN117611827B

主分类号：G06V10/26

分类号：G06V10/26;G06V10/44;G06F17/13

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明涉及图像分割技术领域，具体涉及一种基于感知分组策略的图像分割方法、设备及存储介质，图像分割方法具体如下：输入目标图像，给定位于图像的目标区域内部给定的固定源点；生成边界片段集；计算自适应割；构建与边界片段相关的图；设计一种能量函数选择最小路径；设计一种最小能量函数选择最优环形最小路径，完成图像分割。本发明的方法通过结合自适应割方法和感知分组策略来寻找最小闭合轮廓，选择最优环形最小路径来分割图像，本发明可以提供先验的连通性信息，降低计算复杂度。

主权项：1.一种基于感知分组策略的图像分割方法，其特征是，包括如下步骤：S1.输入目标图像I，给定位于目标图像I的目标区域内给定的固定源点p；S2.通过一组由i索引的不连通的边界片段构建边界片段集其中，边界片段由多个现有的边缘检测器在目标图像I上构建；S3.使用测地线距离图上的梯度下降常微分方程的解获得自适应割的参数化曲线Cp；S4.构建与边界片段相关的图G＝V,E；S41.在与边界片段相关的图G＝V,E上搜索简单且封闭的环形曲线来进行边界片段感知分组，V表示包含n个节点的集合，E表示连接V中两个相邻节点的连接路径集，节点θi∈V来表示边界片段相邻节点θi和θj之间的边用ei,j∈E表示连接路径，每条边ei,j∈E对应一个权重wi,j，其中如果两个节点θi和θj之间的距离小于设定的阈值，则对于i≠j的两个节点θi和θj被认为是相邻的，i表示边界片段的标号，j表示与边界片段相邻边界片段的标号，θj表示与边界片段相邻边界片段节点；S42.通过与边界片段对应的管状邻域Mi找出相邻的边界片段S43.管状邻域Mi依据公式来构建，其中y表示边界片段上的点，x表示Ω图像定义域上的点，‖x-y‖表示x到y的欧氏距离，τ表示所设置的阈值；S44.对于j≠i，通过公式找出与边界片段相邻的边界片段若边界片段与边界片段的管状邻域Mi存在交集，则称边界片段与边界片段相邻；S45.用边界片段和其相邻的边界片段之间具有最小测地线距离的测地线作为边界片段和其相邻的边界片段的连接路径ei,j∈E；S46.检测一个最小化点式中argmin表示求最小时参数的取值，是测地线距离图，重复上述过程得到另一个最小化点S47.测地线是广义梯度下降的常微分方程的解， 其中表示和之间的测地线距离图，表示梯度算子,表示的标准欧氏梯度，并且测地线距离图满足如下非线性偏微分方程， 其中φX表示边界片段指标，ε表示正常数，X表示目标点；S48.通过能量沿着相应的测地线路径计算连接路径ei,j∈ε的权重wi,j， 其中，wi,j表示权重，表示从到的连接路径的能量；S49.通过在快速传播期间同时计算能量而不跟踪测地线路径来计算能量能量记为其中是与固定边界片段关联的欧氏距离图， 表示最小化点，当一般测地线度量时，计算出能量S410.确定从边界片段到其相邻的边界片段之间的测地线距离图， 为曲线的加权曲线长度；S411.通过公式建立曲线的加权曲线长度，是一种测地线度量，对于每个目标点X，度量等于向量u在空间上的非对称范数，γu表示Lipschitz连续曲线γ:[0,1]→Ω，γ′u表示γu的导数；S49中，通过在回溯测地线路径估计能量或通过从各向同性黎曼度量或曲率正则化度量导出的测地线路径来估计能量，计算公式为：S5.设计一种能量函数选择最小路径S5包括如下步骤：S51.设表示与自适应割相交的连接路径集，并把它们视为的初始边，对于每条初始边ei,j∈Λp，将其相邻的一对边界片段和分别被视为起始节点θi和结束节点θj；S52.通过能量函数以及Dijkstra算法来选择最小路径其中是连接和的之间所有连接路径em,m+1∈ε的集合，#|γ|表示路径γ上的节点数，θm是路径γ上的第m个节点，是连接节点θm和θm+1的连接路径em,m+1∈E的权重；S53.通过连接初始边ei,j和获得的最小路径来构建环形最小路径λi,j；S6.设计一种最小能量函数选择最优环形最小路径λp，完成图像分割；S6包括如下步骤：最小能量函数的计算： 其中参数μ1、μ2表示正常数，#|λi,j|是路径每个环形路径λi,j的连接边ei,j的数量，|λi,j|是路径λi,j的欧式距离，λp表示最小路径,χp代表与集合Λp中的初始边ei,j相关联的所有环形最小路径λi,j的集合。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院);山东省人工智能研究院 基于感知分组策略的图像分割方法、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD