华南理工大学周智恒获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利自适应变分水平集图像分割方法及系统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:CN117788479B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202410138739.2,技术领域涉及:G06T7/10;该发明授权自适应变分水平集图像分割方法及系统是由周智恒;吴江峰;邱茜设计研发完成,并于2024-02-01向国家知识产权局提交的专利申请。
本自适应变分水平集图像分割方法及系统在说明书摘要公布了:本发明公开了一种自适应变分水平集图像分割方法,包括以下步骤:将待分割图像转换为灰度图像;基于灰度图像,构建自适应尺度函数,结合全局项和局部项,引入去噪项和正则项,建立灰度图像的能量函数;通过梯度下降流方法求解灰度图像的能量函数,得到迭代函数;利用迭代函数对灰度图像的初始轮廓进行迭代,当能量函数达到最小值时,得到灰度图像的目标对象的边界。本发明通过构建自适应函数,为每一个局部选择合适的局部大小,得到准确的分割图像,克服图像强度不均匀带来的影响。本发明通过结合全局项和局部项,能够同时利用全局项分割快和局部项克服强度不均匀性的优点,引入的去噪项能够克服噪声给图像分割带来的影响,极大地提高分割准确率。
本发明授权自适应变分水平集图像分割方法及系统在权利要求书中公布了:1.一种自适应变分水平集图像分割方法,其特征在于,包括以下步骤: 将待分割图像转换为灰度图像; 基于灰度图像,构建自适应尺度函数,结合全局项和局部项,引入去噪项和正则项,建立灰度图像的能量函数; 通过梯度下降流方法求解灰度图像的能量函数,得到迭代函数; 利用迭代函数对灰度图像的初始轮廓进行迭代,当能量函数达到最小值时,得到灰度图像的目标对象的边界; 自适应尺度函数为克服水平集模型使用固定尺度进行特征分割的局限性,采用基于特征熵的自适应尺度截断函数,自适应尺度截断函数根据特征强度不均匀程度自适应调整局部区域的大小; 自适应尺度截断函数定义为: 式中,Fx表示高层次特征域Ω中的特征x;Fy表示以特征x为中心的局部区域中的特征y; σ表示高斯截断函数的标准偏差;ρ表示以特征x为中心的局部区域的半径; ρ定义为: 式中,a1和a2表示两个常数,与特征大小有关;FEn表示特征熵; 全局项为提高弱边界特征的分割效果,作为初始轮廓曲线定义的活动轮廓模型,将高层次特征Fx分为内部和外部两部分;利用特征的全局统计信息,即全局灰度密度分布函数,构造新的带符号压力函数的全局项; 轮廓曲线内外的灰度密度分布函数定义为: 式中,u1表示特征曲线轮廓内的灰度均值;u2表示特征曲线轮廓外的灰度均值;表示特征曲线轮廓内的灰度方差;表示特征曲线轮廓外的灰度方差;Pin·表示轮廓曲线内的灰度密度分布函数;Pout·表示轮廓曲线外的灰度密度分布函数; u1、u2、和定义为: 式中,Ω表示高层次特征域;Φ·表示水平集函数;Hε·表示赫维赛德函数的近似值; 包含全局信息的有符号压力函数,即全局项定义为:
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华南理工大学,其通讯地址为:511458 广东省广州市南沙区环市大道南路25号华工大广州产研院;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”。
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。