一種基于c-v和rsf模型的ct圖像裂紋分割方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像分割技術(shù)領(lǐng)域，涉及一種基于C-V和RSF模型的CT圖像裂紋分割 方法。
【背景技術(shù)】
[0002] 圖像分割屬于圖像預(yù)處理范疇，也是圖像處理的一個(gè)重要環(huán)節(jié)，裂紋分割主要是 對(duì)CT圖像裂紋區(qū)域進(jìn)行分割。在工業(yè)CT圖像中，往往是所獲取的圖像數(shù)據(jù)包含了大量的 背景區(qū)域，而對(duì)于裂紋部分，往往只占有較小的比重。在工業(yè)CT圖像中，背景區(qū)域與工件區(qū) 域灰度差別很大，裂紋包含在工件區(qū)域內(nèi)部，且兩者的灰度差別較小，因此分割CT圖像裂 紋相當(dāng)困難。
[0003] 發(fā)展到現(xiàn)在，許多學(xué)者提出了各種各樣的圖像分割方法，歸納起來(lái)主要包括以下 四種：基于邊緣檢測(cè)的分割算法、基于閾值的分割算法、基于聚類的分割算法和基于能量泛 函的分割算法。其中，基于能量泛函的圖像分割最近發(fā)展非常迅速，成為當(dāng)前圖像分割的研 究熱點(diǎn)之一。
[0004] 最早的基于能量泛函的分割方法是活動(dòng)輪廓模型（或稱為Snake模型），活動(dòng)輪廓 模型進(jìn)行圖像分割的基本思想是引入一個(gè)服從圖像本身約束條件的演化曲線，初始演化曲 線位于目標(biāo)區(qū)域周?chē)?，按照約束條件開(kāi)始演化，直到達(dá)到能量泛函最小值時(shí)，同時(shí)也是目標(biāo) 區(qū)域邊緣時(shí)，曲線停止演化，得到目標(biāo)區(qū)域。
[0005] Mumford和Shah于1989年提出了Mumford-Shah模型，這個(gè)幾何活動(dòng)輪廓模型是 一個(gè)基于區(qū)域的能量泛函模型，該模型泛函描述了圖像中區(qū)域和邊界的描述，由圖像本身 數(shù)據(jù)的作用才促成曲線的演化，獲得圖像的目標(biāo)區(qū)域及其邊界。在該模型的基礎(chǔ)之上，Chan 和Vese在2001年提出了C-V模型，這是一種無(wú)邊緣的活動(dòng)輪廓模型，它是建立在圖像由兩 個(gè)同質(zhì)區(qū)域目標(biāo)和背景組成的基礎(chǔ)之上的模型。與原來(lái)的模型相比，他不再依賴于圖像的 局部梯度，
[0006] C-V模型是通過(guò)假定圖像僅含兩個(gè)同質(zhì)區(qū)域，利用兩個(gè)區(qū)域間平均灰度值的差別 來(lái)進(jìn)行分割的，且定位準(zhǔn)確。但是，由于CT圖像中的細(xì)小裂紋區(qū)域包含在工件區(qū)域中，和工 件幾乎融為一體，采用C-V模型很難將它們分割出來(lái)。C-V模型雖然具有計(jì)算復(fù)雜性低、抗 噪性強(qiáng)以及對(duì)初始輪廓不敏感等優(yōu)點(diǎn)，但由于它依賴于待分割區(qū)域的灰度同質(zhì)性，因此無(wú) 法處理灰度不均圖像。為了更有效地解決C-V模型無(wú)法處理灰度不均圖像的分割問(wèn)題，李 純明博士提出了RSF模型，RSF模型把C-V模型的全局二值擬合能量泛函改為以高斯函數(shù) 為核函數(shù)的局部尺度可變擬合能量定義的能量泛函，然而，RSF模型對(duì)初始輪廓位置比較敏 感，單獨(dú)采用RSF模型分割CT圖像裂紋很容易陷入局部極小值的問(wèn)題。

【發(fā)明內(nèi)容】

[0007] 有鑒于此，本發(fā)明的目的在于提供一種基于C-V和RSF模型的CT圖像裂紋分割方 法，該方法在圖像處理時(shí)可以根據(jù)情況調(diào)整兩個(gè)模型參數(shù)大小，具有操作簡(jiǎn)單、快速、精確 等特點(diǎn)。
[0008] 為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：
[0009] -種基于C-V和RSF模型的CT圖像裂紋分割方法，該方法包括以下步驟： _〇] S101 :運(yùn)用C-V模型對(duì)圖像進(jìn)行預(yù)分割，得到工件外圍輪廓曲線小CT;
[0011]S102:根據(jù)C-V模型的輪廓曲線小CT，算出輪廓線內(nèi)部的平均灰度&(小w);查找輪 廓線、外的區(qū)域坐標(biāo)，調(diào)整輪廓曲線$ 所有像素點(diǎn)的灰度值，使得輪廓線$ w外像素 點(diǎn)灰度C2 (x)等于Q，調(diào)整后得到新的圖像u2;
[0012]S103:運(yùn)用RSF模型對(duì)缺陷圖112進(jìn)行分割，得到裂紋分割結(jié)果。
[0013] 進(jìn)一步，所述S101具體包括以下步驟：
[0014] 1)設(shè)uQ為待分割圖像，Q為圖像區(qū)域，C為Q上的一個(gè)演化曲線，C內(nèi)部區(qū)域?yàn)??，c外部區(qū)域是DVco,《為一個(gè)開(kāi)區(qū)域，如以下公式所示：
[0015]
【主權(quán)項(xiàng)】
1. 一種基于c-v和RSF模型的CT圖像裂紋分割方法，其特征在于：該方法包括以下步 驟： 5101 :運(yùn)用C-V模型對(duì)圖像進(jìn)行預(yù)分割，得到工件外圍輪廓曲線小CT; 5102 :根據(jù)C-V模型的輪廓曲線(tCT，算出輪廓線內(nèi)部的平均灰度&($^ ;查找輪廓線 4>c；v外的區(qū)域坐標(biāo)，調(diào)整輪廓曲線〇<外所有像素點(diǎn)的灰度值，使得輪廓線cv外像素點(diǎn)灰 度C2 (x)等于Q($CT)，調(diào)整后得到新的圖像u2; 5103 :運(yùn)用RSF模型對(duì)缺陷圖112進(jìn)行分割，得到裂紋分割結(jié)果。
2. 根據(jù)權(quán)利要求1所述的一種基于C-V和RSF模型的CT圖像裂紋分割方法，其特征在 于：所述S101具體包括以下步驟： 1) 設(shè)叫為待分割圖像，Q為圖像區(qū)域，C為Q上的一個(gè)演化曲線，C內(nèi)部區(qū)域?yàn)椤?，C 外部區(qū)域是，《為一個(gè)開(kāi)區(qū)域，如以下公式所示：
2) 能量函數(shù)F的表達(dá)式為： F(c1；c2,C) =u?Length(C)+v?Area(inside(C)) + 入l/ + 入2Ioutside (C) u〇(x,y)-C212dxdy 其中，]i、v、入丨、入2為各項(xiàng)系數(shù)，y彡〇，v彡〇，入丨，入2>〇 ;Length(C)為演化 曲線C的長(zhǎng)度，Area(C)為曲線C內(nèi)部區(qū)域的面積，Cl為圖像h上曲線C包圍內(nèi)部點(diǎn)的 平均灰度；c2為圖像u^曲線C外部區(qū)域點(diǎn)的平均灰度，
3) 引入海維塞德函數(shù)H(z)和狄拉克測(cè)度函數(shù)SJz)，
，運(yùn)用水平集進(jìn)行活動(dòng)輪廓模型演化，用未知變量小代替C，將能量函數(shù)規(guī) 范化，能量函數(shù)FE的表達(dá)式為：
4) 通過(guò)推導(dǎo)小的歐拉拉格朗日等式求取F的極小值，下降方向參數(shù)為t，t>0， 4) (0,x,y) = 4>〇(x,y) ；
，5表示邊緣方向的外法線，
表示邊界的法向?qū)?shù)，
5)運(yùn)用有限差分的隱式形式來(lái)離散化方程小；設(shè)置迭代次數(shù)n，開(kāi)始演化迭代，C-V演 化結(jié)束時(shí)，得到工件外圍輪廓曲線小CT。
3. 根據(jù)權(quán)利要求2所述的一種基于C-V和RSF模型的CT圖 像裂紋分割方法，其特征在于：所述Length(C)的表達(dá)式為：
:所述Area(C)的表達(dá)式為： Area{4> >0} =/fiH(4>(x，y))dxdy。
4. 根據(jù)權(quán)利要求1所述的一種基于C-V和RSF模型的CT圖像裂紋分割方法，其特征在 于：所述S102中的輪廓線內(nèi)部的平均灰度Q(小CT)
5. 根據(jù)權(quán)利要求1所述的一種基于C-V和RSF模型的CT圖像裂紋分割方法，其特征在 于：所述S103具體包括以下步驟： 1) 定義局部能量泛函的表達(dá)式為：
其中,x為u2中任意一點(diǎn),xGQ;AA2>〇為常數(shù)，Cl(x),c2(x)為圖像在點(diǎn)x附近區(qū) 域的灰度擬合值，K。（x)為核函數(shù)，且滿足非負(fù)單調(diào)遞減，
能量泛函的表達(dá)式為：
2) 加入能量項(xiàng)
，RSF模型轉(zhuǎn)化為如下的能量方程： Fksf(小，Cl，c2) = eKSF(小，Cl，C2) + i! F (?。? 3) 固定小函數(shù)，關(guān)于Cl(x)，c2(X)對(duì)能量泛函式FKSF求極小值，得到：
幻固定^"^^"^極小化能量泛函式:采用梯度下降法:得到水平集函數(shù)小演化的Euler-Lagrange方程；
其中，e! (x) = /K。（y-x) 11 (x)-Ci(y) 12dy，i= 1，2 ; 5)運(yùn)用有限差分的隱式形式來(lái)離散化此方程，分割出裂紋圖像。
【專利摘要】本發(fā)明涉及一種基于C-V和RSF模型的CT圖像裂紋分割方法，屬于圖像分割技術(shù)領(lǐng)域。該方法主要包括以下步驟：首先運(yùn)用C-V模型對(duì)圖像進(jìn)行預(yù)分割，得到工件外圍輪廓曲線φCV；然后根據(jù)C-V模型的輪廓曲線φCV，算出輪廓線內(nèi)部的平均灰度C1(φCV)；查找輪廓線φCV外的區(qū)域坐標(biāo)，調(diào)整輪廓曲線φCV外所有像素點(diǎn)的灰度值，使得輪廓線φCV外像素點(diǎn)灰度C2(x)等于C1(φCV)，調(diào)整后得到新的圖像u2；最后運(yùn)用RSF模型對(duì)缺陷圖u2進(jìn)行分割，得到裂紋分割結(jié)果。發(fā)明針對(duì)石油巖芯的CT圖像噪聲大、裂紋對(duì)比度低的特點(diǎn)，提供一種基于C-V和RSF模型的CT圖像裂紋分割方法，該方法具有操作簡(jiǎn)單，抗干擾、快速、精確等優(yōu)點(diǎn)。
【IPC分類】G06T7-00
【公開(kāi)號(hào)】CN104574430
【申請(qǐng)?zhí)枴緾N201510067124
【發(fā)明人】鄒永寧, 楊瑞娜, 羅驍, 高富強(qiáng), 王玨
【申請(qǐng)人】重慶大學(xué)
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2015年2月9日