(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211345531.5 (22)申请日 2022.10.31 (71)申请人 河南大学 地址 450046 河南省郑州市郑东 新区明理 路北段379号 (72)发明人 庞志峰　管珍艳　葛红　李悦　 (74)专利代理 机构 郑州优盾知识产权代理有限 公司 41125 专利代理师 栗改 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/25(2022.01) G06F 17/11(2006.01) (54)发明名称 基于混合偏移场校正的新型图像分割方法 (57)摘要 本发明提出了一种基于混合偏移场校正的 新型图像分割方法， 步骤如下： 根据输入图像构 建混合偏移场图像 分解模型， 得到图像的乘性偏 移场和加性偏移场， 将图像分解理论耦合到分段 光滑的图像分割模型中； 添加乘 性偏移场和加性 偏移场的正则项以及乘性偏移场的约束项， 构建 新型的图像分割模型， 并采用拉格朗日乘子方法 将图像分割模 型转化为无约束优化问题； 利用交 替极小化算法循环迭代求解无约束优化问题的 每个子问题， 获得最终的分割结果。 本发明通过 考虑图像的乘 性偏移场和加性偏移场， 不仅能够 有效的去除图像中存在的偏移场， 而且能够准确 的分割强度不均匀的自然图像和医学图像， 对不 同的图像分割任务具有鲁棒 性。 权利要求书4页 说明书12页 附图5页 CN 115512114 A 2022.12.23 CN 115512114 A 1.一种基于混合偏移场校正的新型图像分割方法， 其特 征在于， 其 步骤如下： 步骤一： 构建混合偏移场图像分解模型， 根据输入图像得到图像的乘性偏移场b1和加性 偏移场b2， 将图像分解理论耦合到分段光滑的图像分割模型中； 步骤二： 添加乘性偏移场b1和加性偏移场b2的正则项以及乘性偏移场b1的约束项， 使得 乘性偏移场b1总是围绕一个定值上下波动， 构建新型的图像分割模型， 并采用拉格朗日乘 子方法将图像分割模型转 化为无约束优化问题； 步骤三： 利用交替极小化算法循环迭代求解无约束优化问题的每个子问题， 获得最终 的分割结果。 2.根据权利要求1所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 乘性 偏移场b1和加性偏移场b2的混合偏移场图像分解模型为I＝b1J+b2+n， 式中， I表示输入图 像、 b1和b2分别表示乘性偏移场和加性偏移场， n为零均值的高斯噪声， J表示需要分割的分 段常数图像。 3.根据权利要求2所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 所述 乘性偏移场b1和加性偏移场b2是缓慢变化和平滑的， 乘性偏移场b1和加性偏移场b2属于 Sobolev空间， 即b1∈W1,2(Ω)和b2∈W1,2(Ω)； 所述乘性偏移场b1在1左右变化缓慢。 4.根据权利要求2或3所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 所述将图像分解理论耦合到分段光滑的图像分割模型中的方法为： 分段常数图像J由两 部分构成： 其中， Ω1表示感兴趣区域ROI， Ω2表示ROI的外部区域； c1表示ROI内部区域的像素平均 值， c2表示ROI的外 部区域的像素平均值。 5.根据权利要求4所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 基于 有界变差空间的定义， 新型的图像分割模型为： 式中， Ω表示整个观测图像域， x表示像素点， ε＞0为任意小的偏置参数， λ为数据拟合 项的参数； α, β 分别为混合偏移场光滑项的参数； 表示混合偏移场的梯度； D为弱导 符号， 指示 函数u为： 6.根据权利要求5所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 将指 示函数u松弛 为u∈[0， 1]的凸 集， 采用拉格朗日乘子方法， 添加拉格朗日乘子项v ∫Ω((b1‑1)2‑ ε )dx， 其 中， ε为任意小的正数， 通常将其省略为v ∫Ω(b1‑1)2dx； 将不等式约束变换为无约束 优化问题：权　利　要　求　书 1/4 页 2 CN 115512114 A 2其中， v＞0为拉格朗日乘子， 指示 函数Γδ(u)为： 7.根据权利要求5或6所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 所述交替极小化算法为通过引入辅助变量， 将无约束优化问题转化为若干个子 问题， 采用 交替方向乘子法求解子问题， 将同时求解多个变量的问题转化为依次求解单个变量的过 程， 再求解其中一个 变量的过程中 固定其它变量 求解。 8.根据权利要求7所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 所述 交替极小化 算法将变量bi,ci,i＝1,2与指示 函数u解耦， 得到交替 求解方案： 其中， S＝(I ‑b1c1‑b2)2‑(I‑b1c2‑b2)2。 9.根据权利要求8所述的基于混合偏移场校正的新型图像分割方法， 其特征在于， 对于 子问题bi,ci， 引入了两个辅助变量p1和p2， 转化为优化问题I： 基于增广拉格朗日方法得到以下鞍点问题I： 其中， L(c1,c2,b1,b2,p1,p2； ξ1, ξ2)是增广拉格朗日函数， ξ1和 ξ2可以看作是对偶变量的 拉格朗日乘子变量， r 表示罚参数； 所述鞍点问题I由交替方向乘子法求 解， 迭代框架为：权　利　要　求　书 2/4 页 3 CN 115512114 A 3