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！

龍圖騰網獲悉吉林大學申請的專利基于盒級先驗與權重自約束的混合水平集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：CN115965644B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202310156171.2，技術領域涉及：G06T7/13；該發明授權基于盒級先驗與權重自約束的混合水平集圖像分割方法是由王生生;田莊周設計研發完成，并于2023-02-23向國家知識產權局提交的專利申請。

本基于盒級先驗與權重自約束的混合水平集圖像分割方法在說明書摘要公布了：本發明提出一種基于盒級先驗與權重自約束的混合水平集圖像分割方法，該方法包括以下步驟：步驟一、訓練目標檢測網絡獲取盒級先驗信息并初始化水平集函數；步驟二、構造權重邊緣檢測能量項，利用步驟一中得到的盒級先驗信息定義權重矩陣，將邊緣檢測范圍約束到目標區域附近避免背景區域的干擾；步驟三、構造權重自約束能量項，引入可變系數約束水平集函數與盒級先驗信息之間的關系，使水平集函數的演化隨兩者之間的相似程度動態變化；步驟四、構造局部區域擬合能量項與距離正則項，用于處理灰度不均和消除重新初始化；步驟五、結合步驟二、步驟三、步驟四中構造的能量項得到總的能量泛函，極小化該能量泛函得到分割結果。

本發明授權基于盒級先驗與權重自約束的混合水平集圖像分割方法在權利要求書中公布了：1.一種基于盒級先驗與權重自約束的混合水平集圖像分割方法，其特征在于，至少包括以下步驟： 步驟一、定義盒級先驗信息并初始化水平集函數，首先獲取圖像構建數據集，建立網絡結構模型，輸入數據集到網絡模型中進行訓練，得到訓練好的目標檢測網絡；然后將待分割的測試圖像輸入到訓練完成的目標檢測網絡，根據輸出的檢測結果定義盒級先驗信息；最后取任一常數初始化水平集函數； 步驟二、構造權重邊緣檢測能量項，利用步驟一中得到的盒級先驗信息定義權重矩陣，對傳統邊緣檢測算子進行改進，將邊緣檢測范圍約束到目標區域附近，避免背景區域的干擾得到更精確的邊緣檢測結果，用改進的邊緣檢測算子構造關于水平集函數的權重邊緣檢測能量項，使零水平集為目標輪廓時，該能量項得到極小化； 步驟三、構造權重自約束能量項，引入可變系數約束水平集函數與盒級先驗信息之間的關系，使水平集函數的演化隨兩者之間的相似程度動態變化；先根據水平集函數與盒級先驗信息之間的相似程度計算可變系數，然后在水平集函數與盒級先驗信息之間定義相似性度量，與可變系數結合得到能量項；滿足當零水平集遠離目標輪廓時，系數取較大值，以先驗信息為主導加快水平集函數向目標演化，當零水平集靠近目標輪廓時，系數取較小值，以圖像本身的信息為主導，實現目標區域局部細節的精細分割； 步驟四、構造局部區域擬合能量項與距離正則項，局部區域擬合能量項能夠提取圖像局部信息處理灰度不均，距離正則項用于消除重新初始化，使水平集函數維持穩定演化； 步驟五、結合步驟二、步驟三、步驟四中構造的權重邊緣檢測能量項、權重自約束能量項、局部區域擬合能量項和距離正則項，得到總的能量泛函；對能量泛函求變分，用梯度下降流迭代極小化能量泛函，取對應水平集函數的零水平集獲得最終的分割輪廓完成圖像分割。

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吉林大學，其通訊地址為：130012 吉林省長春市前進大街2699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”。