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！

龙图腾网获悉吉林大学申请的专利基于盒级先验与权重自约束的混合水平集图像分割方法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：CN115965644B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310156171.2，技术领域涉及：G06T7/13；该发明授权基于盒级先验与权重自约束的混合水平集图像分割方法是由王生生;田庄周设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本基于盒级先验与权重自约束的混合水平集图像分割方法在说明书摘要公布了：本发明提出一种基于盒级先验与权重自约束的混合水平集图像分割方法，该方法包括以下步骤：步骤一、训练目标检测网络获取盒级先验信息并初始化水平集函数；步骤二、构造权重边缘检测能量项，利用步骤一中得到的盒级先验信息定义权重矩阵，将边缘检测范围约束到目标区域附近避免背景区域的干扰；步骤三、构造权重自约束能量项，引入可变系数约束水平集函数与盒级先验信息之间的关系，使水平集函数的演化随两者之间的相似程度动态变化；步骤四、构造局部区域拟合能量项与距离正则项，用于处理灰度不均和消除重新初始化；步骤五、结合步骤二、步骤三、步骤四中构造的能量项得到总的能量泛函，极小化该能量泛函得到分割结果。

本发明授权基于盒级先验与权重自约束的混合水平集图像分割方法在权利要求书中公布了：1.一种基于盒级先验与权重自约束的混合水平集图像分割方法，其特征在于，至少包括以下步骤： 步骤一、定义盒级先验信息并初始化水平集函数，首先获取图像构建数据集，建立网络结构模型，输入数据集到网络模型中进行训练，得到训练好的目标检测网络；然后将待分割的测试图像输入到训练完成的目标检测网络，根据输出的检测结果定义盒级先验信息；最后取任一常数初始化水平集函数； 步骤二、构造权重边缘检测能量项，利用步骤一中得到的盒级先验信息定义权重矩阵，对传统边缘检测算子进行改进，将边缘检测范围约束到目标区域附近，避免背景区域的干扰得到更精确的边缘检测结果，用改进的边缘检测算子构造关于水平集函数的权重边缘检测能量项，使零水平集为目标轮廓时，该能量项得到极小化； 步骤三、构造权重自约束能量项，引入可变系数约束水平集函数与盒级先验信息之间的关系，使水平集函数的演化随两者之间的相似程度动态变化；先根据水平集函数与盒级先验信息之间的相似程度计算可变系数，然后在水平集函数与盒级先验信息之间定义相似性度量，与可变系数结合得到能量项；满足当零水平集远离目标轮廓时，系数取较大值，以先验信息为主导加快水平集函数向目标演化，当零水平集靠近目标轮廓时，系数取较小值，以图像本身的信息为主导，实现目标区域局部细节的精细分割； 步骤四、构造局部区域拟合能量项与距离正则项，局部区域拟合能量项能够提取图像局部信息处理灰度不均，距离正则项用于消除重新初始化，使水平集函数维持稳定演化； 步骤五、结合步骤二、步骤三、步骤四中构造的权重边缘检测能量项、权重自约束能量项、局部区域拟合能量项和距离正则项，得到总的能量泛函；对能量泛函求变分，用梯度下降流迭代极小化能量泛函，取对应水平集函数的零水平集获得最终的分割轮廓完成图像分割。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。