買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜成都大學申請的專利基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114140476B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111457331.4，技術領域涉及：G06T7/11；該發明授權基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法是由王佳熙;王孝天;左鴻滔設計研發完成，并于2021-12-02向國家知識產權局提交的專利申請。

本基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法在說明書摘要公布了：本發明涉及一種基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，屬于圖像處理領域。本發明分為粗分割和細分割兩部分，以區域生長模型作為粗分割，并提出了基于平均絕對離差的閾值公式，該公式可以根據圖像特征自動生成合理的閾值，并能處理灰度不均勻或對比度低的圖像；以LRCV模型作為細分割，并提出了自適應雙勢阱函數，動態地調整系數使得分割初期擴散速率增大，后期擴散速率減小，并且降低零勢阱附近的擴散速率，使得零水平集侵入被分割目標內部的可能性降低，從而提高分割精度。有效地解決了LRCV模型初始輪廓敏感的問題。對于灰度不均或低對比度的CT圖像，相較于傳統的主動輪廓模型具有更加精確的分割結果。

本發明授權基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法在權利要求書中公布了：1.基于新型閾值公式和自適應雙勢阱函數的CT圖像分割方法，其特征在于：該方法包括以下步驟：S1：計算圖像統計量和閾值；S2：確定種子點和生長準則；S3：利用廣度優先搜索進行遍歷；S4：以區域生長的結果作為初始輪廓；S5：求解能量泛函對應的Euler-Lagrange方程得到水平集函數演化方程；S6：利用有限差分法進行水平集函數迭代；S7：輸出分割結果；所述S1具體包含以下步驟：S11：計算圖像灰度均值、標準差和平均絕對離差： 其中Iavr表示圖像的灰度均值，Istd表示圖像的灰度標準差，IMD表示圖像的灰度平均絕對離差，R表示圖像對應矩陣的行數，C表示圖像對應矩陣的列數，x,y表示像素點坐標，Ix,y表示坐標在x,y處的像素點的灰度值；S12：計算相應閾值，提出的閾值公式如下： 其中T1表示灰度不均圖像采用的閾值，T2表示低對比度圖像采用的閾值；所述S2具體包含以下步驟：S21：以灰度值大于等于最大值乘零點九的像素點作為種子點；S22：確定生長準則，生長準則確定如下： 其中Q1表示灰度不均圖像采用的生長準則，Q2表示低對比度圖像采用的生長準則，TRUE表示將圖像中坐標位于xn,yn的點添加到種子區域，FALSE表示不添加，Ixn,yn表示與Ix,y相鄰的像素點的灰度值；所述S5具體包含以下步驟：S51：在能量泛函中加入懲罰正則化項，懲罰正則化項Rp為： 其中μ為懲罰系數，為水平集函數梯度的模長，記為s，p為雙勢阱函數；S52：將所述雙勢阱函數改為自適應雙勢阱函數，自適應雙勢阱函數和擴散速率函數如下： 其中s表示水平集函數梯度的模長，Ki表示自適應系數，定義如下： 其中α表示擴散系數，控制擴散速率的變化范圍，i為當前迭代數，imax為最大迭代數；S53：利用梯度下降流方法得到水平集函數演化方程： 其中c1x,y和c2x,y分別表示演化曲線內部和外部圖像的局部灰度均值，Kσ表示標準差為σ的高斯核函數，Ix,y表示坐標在x,y處的像素點的灰度值，為水平集函數，Mi為成員函數，a是正則化常數，r表示在x,y的點的鄰域半徑，Hε為Heaviside函數的正則化形式，δε為一維Dirac測度的正則化形式，ε為正常數，為函數的梯度，div·表示散度算子，μ,ν,λ1,λ2是各項的權值系數；所述S6具體包含以下步驟：S61：對能量函數的梯度下降流使用有限差分法，得到離散的迭代格式如下： 其中n為迭代次數，Δt為時間步長，為水平集函數的演化方程；S62：選擇最大迭代次數imax，直到收斂。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都大學，其通訊地址為：610106 四川省成都市成洛大道2025號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。