专利交易市场

本申请公开了一种基于水平集的肺野图像分割方法和装置，该方法通过读取待分割的肺野图像，使用Log算子能量项对待分割的肺野图像进行平滑和边缘增强，获得平滑后图像；计算所述肺野图像的局部熵获得局部熵信息；在平滑后图像的肺部区域附近设置任意初始轮廓曲线并进行水平集演化获得肺部目标轮廓；水平集演化过程时，以CV模型作为全局能量项，以RSF模型中引入所述局部熵信息形成局部熵拟合能量项。通过上述方法提高了肺野分割的准确度和效率。

本发明公开了基于局部熵的水平集图像分割方法，涉及图像处理技术领域，该方法包括选取原始图像，计算原始图像的局部熵，得到预处理图像，对预处理图像进行阈值化处理得到所述预处理图像的粗分割，所得的结果作为初始的水平集轮廓；利用局部熵结合Local Binary Fitting(LBF)模型构造图像分割能量泛函，将图像分割能量泛函与Local Chan‑Vese(LCV)模型线性组合得到基于局部熵的全局和局部的活动轮廓模型，进而得到演化方程；利用Hermite微分算子求解演化方程，对粗分割图像进行精细分割。本发明通过引用局部熵，可以有效消除噪声对图像分割的影响，并且该方法具有CV模型和LBF模型的优点。

本发明公开了一种基于KL熵的RSF水平集图像自动分割方法，包括：获取待分割图像；对待分割图像进行显著性分析，确定RSF模型的初始水平集；计算图像的KL熵，将图像的KL熵值作为分割曲线内外部能量的权值系数，并将图像的KL熵引入RSF模型的水平集函数中，确定待分割图像的拟合能量泛函；根据待分割图像的拟合能量泛函，求解演化方程，根据演化方程迭代求解，确定图像分割结果。本发明基于新RSF模型用于提高图像边缘的检测能力，即利用KL熵作为曲线内外部能量的权值系数，模型的内部能量就是曲线附近的局部领域能量，对于灰度不均、对比度低的图片的分割效果比RSF模型好，且同样参数设定情况下，分割同一张图片，迭代次数更少便可以得到相同的分割结果。

本发明实施例提供了一种地面导向箭头的构建方法及其装置、电子设备及存储介质，涉及图像处理技术领域，包括：获取连续采集的道路图像，并确定每张道路图像中地面导向箭头所在的区域，作为箭头区域；针对每一张道路图像，生成该道路图像中每一箭头区域对应的掩膜图；对生成的掩膜图进行追踪，确定属于同一地面导向箭头的多个掩膜图；基于每一地面导向箭头的多个掩膜图中箭头区域，确定每一地面导向箭头的箭头类别和箭头轮廓；根据每一地面导向箭头的箭头类别和箭头轮廓，构建位于三维电子地图中的地面导向箭头。采用本发明实施例可以提高构建地面导向箭头的效率。