CN104899849A - 一种多目标交互式图像分割方法和装置 - Google Patents

Abstract

本发明提供一种多目标交互式图像分割方法和装置，所述方法包括如下步骤：(1)输入待分割图像，并建立待分割图像的副本图像；(2)在待分割图像中选取交互种子点，根据交互种子点和初始设定的相似性规则，确定目标区域灰度区间；(3)根据待分割图像的灰度直方图曲线，得到全局阈值，并根据目标区域灰度区间和全局阈值的关系，分割副本图像；(4)根据交互种子点，对交互种子点所在的目标区域进行连通分析，得到交互种子点所在的目标区域模板；(5)重复步骤(2)-(4)，得到所需分割的多目标模板，并根据多目标模板，对待分割图像进行填充。本技术方案不仅能够保证目标区域的可靠分割，还能实现交互式的多目标联合分割和管理。

Description

一种多目标交互式图像分割方法和装置

技术领域

本发明涉及图像处理领域，尤其涉及一种多目标交互式图像分割方法和装置。

背景技术

图像分割是将图像分成一些有意义的区域，然后对这些区域进行描述，相当于提取出某些目标区域图像的特征，判断图像中是否有感兴趣的目标。图像分割的基础是像素间的相似性和跳变性。所谓“相似性”是指在某个区域内像素具有某种相似的特性，如灰度一样，纹理相同；所谓“跳变性”是指特性不连续，如灰度值突变等。图像分割的方法有多种，按照是否需要人工参与分割过程，分为交互式分割和自动分割。自动分割由于现阶段存在的目标图像种类、制式差异性较大，在通用性、特异性分割的矛盾中，难以取得通用符合实际的分割结果，适用范围有限。交互的半自动分割能更好地结合人的经验知识和计算机自动处理，应对复杂目标的分割处理，是目标检测、识别、跟踪等的必要技术。

目前，现有的交互分割方法按照原理分为基于边界检测的方法和基于区域相似性合并的方法。其中，基于边界检测的交互分割方法一般是根据交互输入点，不断寻找其领域灰度跳变的像素组成边界，闭合边界围城的区域则认为为同一目标。这种方法的缺点在于，只关注边界信息，求得封闭曲线边界，而造成边界内区域的像素差异性较大，常常错误分割，使目标图像的整体性遭到破坏。

基于区域相似性合并的方法包括区域生长、聚类等算法，通过不同的相似度计算规则来判别当前像素是否纳入目标区域，不断遍历交互点所在区域直到所有的点合并完成。这种方法的复杂度较高，图像分割效率低下，需要多次遍历图像数据，更新目标的存储区域，难以实现多目标分割及管理。

发明内容

本发明解决的问题是提供一种多目标交互式图像分割方法和装置，不仅能够保证目标区域的可靠分割，还能实现交互式的多目标联合分割和管理。

为了解决上述问题，本发明提供了一种多目标交互式图像分割方法，包括如下步骤：

(1)输入待分割图像，并建立所述待分割图像的副本图像；

(2)在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间；其中，所述交互种子点为所述待分割图像上选取的目标像素点；

(3)根据所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像；

(4)根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板；

(5)重复步骤(2)-(4)，得到所需分割的多目标模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。

上述所述一种多目标交互式图像分割方法，其中，所述待分割图像显示在界面上，进行交互；所述副本图像存储在内存中。

上述所述一种多目标交互式图像分割方法，其中，在所述副本图像中，确定所述目标区域灰度区间的过程为：遍历所述交互种子点的邻域，将符合所述初始设定的相似性规则的像素点进行归并，并统计所述归并的像素点的灰度分布，得到所述目标区域的灰度分布范围，即所述目标区域灰度区间。

上述所述一种多目标交互式图像分割方法，其中，所述初始预定的相似性规则为：确定所述交互种子点的邻域区域为初始区域；所述初始区域中的任一像素点的灰度值满足已归并的区域的灰度动态区间；所述初始区域中的任一像素点与其邻域中的任一像素点的灰度梯度与所述已归并的区域的灰度梯度相近。

上述所述一种多目标交互式图像分割方法，其中，确定所述全局阈值的过程为：

(1)将所述灰度直方图中各个灰度级对应的像素点按灰度级递增顺序存入数组a中；

(2)计算所述数组a中相邻元素的灰度值之差，并依次存入数组b中；

(3)获取所述数组b中两个连续非负的最长区段，并记录所述两个区段的段尾在所述数据b中的对应值；

(4)获取所述两个段尾的对应灰度值间最小的元素的对应值，即为所述阈值。

上述所述一种多目标交互式图像分割方法，其中，分割所述副本图像的过程为：若所述全局阈值在所述目标区域灰度区间之内，则根据所述全局阈值对所述副本图像进行分割；若所述全局阈值不在所述目标区域灰度区间之内，则根据所述目标区域灰度区间对所述副本图像进行分割。

上述所述一种多目标交互式图像分割方法，其中，得到所述目标区域模板的过程为：

(1)对所述分割后的副本图像进行链码法边界跟踪，得到所述分割的目标区域的闭合边界，即得到多个闭合区域；

(2)根据预设定的面积，将所述闭合区域的面积小于所述预设定面积的闭合区域里的像素点赋值为0；

(3)在所述副本图像中交互种子点邻域内，合并像素值为0的区域，加入标志位flag，构建初始目标模板，并对所述初始目标模板进行边界平滑处理，得到所述目标区域模板。

上述所述一种多目标交互式图像分割方法，其中，所述预定面积为所述交互种子点所在的最大连通区域面积的1／m，其中，1＜m＜5。

上述所述一种多目标交互式图像分割方法，其中，对所述待分割图像进行填充的方法为在所述副本图像中扫描所有所述flag标志位，将所述标有flag标志位的位置，填充与所述位置对应的所述待分割图像中该位置像素点的像素值。

为了解决上述问题，本发明还提供了一种多目标交互式图像分割装置，包括：

输入单元，适用于输入待分割图像，并建立所述待分割图像的副本图像；

确定单元，适用于在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间，其中，所述交互种子点为所述待分割图像上选取的目标像素点；

分割单元；适用于根据灰所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像；

获取目标模板单元，适用于根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板；

填充单元，适用于重复步骤(2)-(4)，得到所需分割的多目标的模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。

与现有技术相比，本发明引入了灰度图像的相似性准则，不仅考虑了目标区域连续性、平稳性的分布，也使用于区域内部灰度差异性较大的情况，具有通用性；

进一步地，根据像素的灰度分布直方图曲线，对灰阶上升、下降趋势的灰度区间进行比对、判断，快速获取全局阈值，简化了阈值计算的迭代计算，结合根据相似性准则得到的相似区域的灰度值范围，快速获取准确的自适应分割阈值，保证了目标区域的可靠分割；

进一步地，利用连通域分析及链码跟踪快速消除初始模板内的细小空洞区域，并利用构建圆形结构的二值像素集对初始模板边缘进行闭合修补，保证目标模板的准确性、全面性。从而保证目标图像的数据完整性；

进一步地，在内存共享区域建立模板数据，结合单次分割设定标志位，从而实现多目标分割的模板共享和分割结果的存储。

附图说明

图1所示为本发明实施例一种多目标交互式图像分割方法的流程示意图；

图2所示为本发明实施例确定所述全局阈值的流程示意图；

图3所示为本发明实施例得到所述目标区域模板的流程示意图；

图4所示为本发明实施例一种多目标交互式图像分割装置的结构示意图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。

其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实例，其在此不应限制本发明保护的范围。

下面结合附图和实施例对本发明一种多目标交互式图像分割方法和装置进行详细地描述。本发明实施例多目标交互式图像分割方法如图1所示，首先，执行步骤S1，输入待分割图像，并建立所述待分割图像的副本图像。其中，所述待分割图像显示在界面上，进行交互；所述副本图像存储在内存中进行分割处理及中间处理结果存储。具体地，输入原始图像，即所述待分割图像，命名为Image，并在内存区域建立图像副本，即所述副本图像，命名为Image2。两幅图像占用不同内存空间，包含相同的像素信息，坐标一一对应。在本实施例中，输入的原始图像为肺部DICOM CT图像，所要分割的多目标为左肺区和右肺区。

接着，执行步骤S2，在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间；其中，所述交互种子点为所述待分割图像上选取的目标像素点。具体地，界面显示Image2图像(副本图像)，Image2图像接收用户交互操作，如鼠标操作等，记录交互种子点坐标(x，y)及灰度值，而原始图像Image保持不变。需要说明的是，所述交互种子点可以为所述原始图像中任一像素点，优选的为所述待分割图像上的目标像素点，其中，所述目标像素点为所述需要分割的目标区域附近的像素点。

考虑到复杂背景下多目标区域提取时阈值不一且难以确定的情况，定义适用于灰度图像的相似性准则，即所述初始设定的相似性规则，相似性规则定义如下：(1)确定所述交互种子点的邻域区域为初始区域，在本实施例中，对于二维图像，取5*5领域为初始区域，对于三维图像，取3*3*3领域为初始区域；(2)所述初始区域中的任一像素点的灰度值满足已归并的区域的灰度动态区间(灰度范围)；(3)所述初始区域中的任一像素点与其邻域中的任一像素点的灰度梯度(即灰度变化速度)与所述已归并的区域的灰度梯度相近。该准则既考虑了目标区域灰度连续性、平稳性的分布，也适用于区域内部灰度差异性较大的情况，具有通用性。

根据上述定义好的相似性规则，归并所述交互种子点领域的所有相似性区域，统计灰度分布动态范围(即灰度区间)[g1，g2]，g1为最小值，g2为最大值。具体地，在所述副本图像中，确定所述目标区域灰度区间的过程为：遍历所述交互种子点的邻域，将符合所述初始设定的相似性规则的像素点进行归并，直至所有满足相似性规则的像素点归并完成，并统计所述归并的像素点的灰度分布，得到所述目标区域的灰度分布范围，即所述目标区域灰度区间。

在本实施例中，在所述CT肺部图像的副本图像上交互式鼠标点选像素点P，所述像素点P位于所述目标区域左肺区域附近。所述像素点的领域为5*5的区域。根据上述相似性规则，将所述像素点P领域内的所有相似性区域进行归并，统计得到左肺区域(即目标区域)的灰度区间对应[-1000HU，-100HU]。

接着，执行步骤S3，根据所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像。通过遍历所有像素点，统计各灰度级数量，得到所述待分割图像的灰度直方图曲线。对于灰度图像，目标是依据图像的灰度分布函数得到前景、背景间波谷区域。因此，对于得到全局阈值，关键在于在灰度分度函数中寻找连续提升的最长的两个坡度，且在寻找过程中忽略异常与周围的窄突起或凹陷，待找到两目标波峰后，寻求波谷，波谷的灰度值即为分割的全局阈值。这种阈值计算思想仅对图像数据进行一次遍历及统计，形成直方图数组，进而对数组的信息进行处理、分析，避开常规阈值计算的大量迭代过程，加快了阈值的计算过程。

具体地，确定所述全局阈值的过程如图2所示，首先，执行步骤S201，将所述灰度直方图中各个灰度级对应的像素点按灰度级递增顺序存入数组a中。在本实施例中，申请一个长为2ⁿ(n为图像位数，如8位，256阶灰度；12位，4096阶DICOM影像等)整形数组a，将上述得到的灰度图像直方图中各个灰度级对应的像素点按照灰度级递增顺序存入数组a中。接着，执行步骤S202，计算所述数组a中相邻元素的灰度值之差，并依次存入数组b中。具体地，申请一个长为2ⁿ(n为图像位数，如8位，256阶灰度；12位，4096阶DICOM影像等)整形数组b，将数组a中相邻元素之差△，依次存入数组b中。接着，执行步骤S203，获取所述数组b中两个连续非负的最长区段，并记录所述两个区段的段尾在所述数据b中的对应值。具体地，从数组b中寻找出相邻元素之差△连续为非负的最长的两个区段，记录下每个区段的段尾在数组b中的索引值。其中，设定一个长度k，当出现△为负，若其前后k范围内△都为正，则将当前△忽略为0。接着，执行步骤S204，获取所述两个段尾的对应灰度值间最小的元素的对应值，即为所述阈值。根据所述步骤S203中得到的两个段尾的索引值，求得所述数组b中对应于两个索引值之间最小元素的索引值，该索引值即为所述全局阈值。

得到所述全局阈值后，将所述全局阈值和步骤S2得到的目标区域灰度区间进行比较，若所述全局阈值在所述目标区域灰度区间之内，则根据所述全局阈值对所述副本图像进行分割，即将所述副本图像中像素值大于等于全局阈值的像素点的像素值赋值为1，其余的赋值为0；若所述全局阈值不在所述目标区域灰度区间之内，则根据所述目标区域灰度区间对所述副本图像进行分割，即将。

在本实施例中，通过上述方法得到所述CT肺部图像的灰度直方图曲线，通过上述方法得到全局阈值(所述全局阈值为50HU)，其中，所述图像位数为12位。通过和步骤S2中得到的左肺区域灰度区间比较，可知按照全局阈值进行分割。。

接着，执行步骤S4，根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板。对步骤S3中得到的分割后的副本图像，根据交互种子点所在的区域，进行连通性分析，滤除小闭合区域，构建目标区域模板。具体地，得到所述目标区域模板的过程如图3所示，首先，执行步骤S301，对所述分割后的副本图像(所述步骤S3中的得到的二值图像)进行链码法边界跟踪，得到所述分割的目标区域的闭合边界，即得到多个闭合区域，并标记各个闭合区域。接着，执行不会走S302，根据预设定的面积，将所述闭合区域的面积小于所述预设定面积的闭合区域里的像素点赋值为0。其中，所述预设定面积为目标区域包含的最小像素点数，为所述交互种子点所在的最大连通区域面积的1／m，其中，1＜m＜5。具体地，将步骤S301中得到的各个闭合区域的面积和所述预设定面积进行比较，将面积小于所述预设定面积的闭合区域解除标记，并将其区域内的像素点的像素值赋值为0。在本实施例中，预设定面积为300像素点数。

接着，执行步骤S303，在所述副本图像中交互种子点邻域内，合并像素值为0的区域，加入标志位flag，构建初始目标模板，并对所述初始目标模板进行边界平滑处理，得到所述目标区域模板。在所述副本图像中交互种子点领域内合并像素值为0的区域，加入标志位flag，并构建二值的领域点集，对初始目标模板的边界进行修补，即进行平滑处理，得到所述目标区域模板。

在本实施例中，对步骤S3中得到的分割后的CT肺部图像的二值图像进行连通性分析(链码跟踪边界)，滤除小面积区域，将小于上述预设定面积的闭合区域内的像素值赋值为0，并将所述交互种子点P领域内像素值为0的区域进行合并，加入标志位flag，得到左肺区域的初始模板。通过构造圆形结构数据对所述左肺区域初始模板进行平滑修复，得到左肺区域模板。

需要说明的是，通过上述方法得到的单次交互的结果存储于内存空间，并对其进行标记。

接着，执行步骤S5，重复步骤S2-S4，得到所需分割的多目标模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。具体地，若所述需分割的目标区域就为一个，则不需要重复步骤S2-S4，直接根据步骤S4中得到的目标区域模板，对所述待分割图像进行填充，得到分割的目标区域。若所述需分割的目标区域为2个以上，则重复步骤S2-S4，得到各个目标区域的目标模板，再对所述待分割图像进行填充。其中，对所述待分割图像进行填充的方法为在所述副本图像中扫描所有所述flag标志位，将所述标有flag标志位的位置，填充与所述位置对应的所述待分割图像中该位置像素点的像素值。也可以通过掩膜填充的方法进行填充。需要说明的是，对于每一次交互得到的目标区域模板可以先进行填充，并将填充后的图像(即单次交互分割的中间结果)进行存储，从而实现对多目标图像的联合分割及管理。若希望对某一次分割结果进行管理，则在副本图像中扫描该次交互对应的标志位flag信息，对应区域象素则为该次交互的分割结果。对于分割结果，可置为无效或其它标志位进行分割结果的删除或合并。

在本实施例中，在进行步骤S4后得到的副本图像中扫描所有flag标志位(即左肺区域模板)，依据所述左肺区域模板的坐标信息，在所述原始图像CT肺部图像中找到与该坐标信息对应的像素点，并将该像素点的像素值赋值于所述左肺区域模板对应的位置的像素值，得到该次交互的结果(即分割得到左肺区域)。通过同样的方法(即重复步骤S2-S4)，可得到右肺区域，从而最终得到分割的左肺区域和右肺区域，分割结束。

对应于上述多目标交互式图像分割方法，本发明实施例还提供一种多目标交互式图像分割装置，如图4所示，包括输入单元1、确定单元2、分割单元3、获取目标模板单元4和填充单元5。

所述输入单元1适于输入待分割图像，并建立所述待分割图像的副本图像。其中，所述副本图像存储于内存中。

所述确定单元2适于在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间，其中，所述交互种子点为所述待分割图像上选取的目标像素点。其中，所述初始预定的相似性规则为：确定所述交互种子点的邻域区域为初始区域；所述初始区域中的任一像素点的灰度值满足已归并的区域的灰度动态区间；所述初始区域中的任一像素点与其邻域中的任一像素点的灰度梯度与所述已归并的区域的灰度梯度相近。确定所述目标区域灰度区间的过程为：遍历所述交互种子点的邻域，将符合所述初始设定的相似性规则的像素点进行归并，并统计所述归并的像素点的灰度分布，得到所述目标区域的灰度分布范围，即所述目标区域灰度区间。

所述分割单元3适于根据灰所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像。其中，若所述全局阈值在所述目标区域灰度区间之内，则根据所述全局阈值对所述副本图像进行分割；若所述全局阈值不在所述目标区域灰度区间之内，则根据所述目标区域灰度区间对所述副本图像进行分割。

所述获取目标模板单元4适于适用于根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板。其中，所述获取目标模板单元3包括获取闭合区域单元、赋值单元和构建单元。所述获取闭合区域单元适于对所述分割后的副本图像进行链码法边界跟踪，得到所述分割的目标区域的闭合边界，即得到多个闭合区域；所述赋值单元适于根据预设定的面积，将所述闭合区域的面积小于所述预设定面积的闭合区域里的像素点赋值为0；所述构建单元适于在所述副本图像中交互种子点邻域内，合并像素值为0的区域，加入标志位flag，构建初始目标模板，并对所述初始目标模板进行边界平滑处理，得到所述目标区域模板。

所述填充单元5适于重复步骤(2)-(4)，得到所需分割的多目标的模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。其中，对所述待分割图像进行填充的方法为在所述副本图像中扫描所有所述flag标志位，将所述标有flag标志位的位置，填充与所述位置对应的所述待分割图像中该位置像素点的像素值。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种多目标交互式图像分割方法，其特征在于，包括如下步骤：

(1)输入待分割图像，并建立所述待分割图像的副本图像；

(2)在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间；其中，所述交互种子点为所述待分割图像上选取的目标像素点；

(3)根据所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像；

(4)根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板；

(5)重复步骤(2)-(4)，得到所需分割的多目标模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。

2.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，所述待分割图像显示在界面上，进行交互；所述副本图像存储在内存中。

3.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，在所述副本图像中，确定所述目标区域灰度区间的过程为：遍历所述交互种子点的邻域，将符合所述初始设定的相似性规则的像素点进行归并，并统计所述归并的像素点的灰度分布，得到所述目标区域的灰度分布范围，即所述目标区域灰度区间。

4.如权利要求3所述一种多目标交互式图像分割方法，其特征在于，所述初始预定的相似性规则为：确定所述交互种子点的邻域区域为初始区域；所述初始区域中的任一像素点的灰度值满足已归并的区域的灰度动态区间；所述初始区域中的任一像素点与其邻域中的任一像素点的灰度梯度与所述已归并的区域的灰度梯度相近。

5.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，确定所述全局阈值的过程为：

(1)将所述灰度直方图中各个灰度级对应的像素点按灰度级递增顺序存入数组a中；

(2)计算所述数组a中相邻元素的灰度值之差，并依次存入数组b中；

(3)获取所述数组b中两个连续非负的最长区段，并记录所述两个区段的段尾在所述数据b中的对应值；

(4)获取所述两个段尾的对应灰度值间最小的元素的对应值，即为所述阈值。

6.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，分割所述副本图像的过程为：若所述全局阈值在所述目标区域灰度区间之内，则根据所述全局阈值对所述副本图像进行分割；若所述全局阈值不在所述目标区域灰度区间之内，则根据所述目标区域灰度区间对所述副本图像进行分割。

7.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，得到所述目标区域模板的过程为：

(1)对所述分割后的副本图像进行链码法边界跟踪，得到所述分割的目标区域的闭合边界，即得到多个闭合区域；

(2)根据预设定的面积，将所述闭合区域的面积小于所述预设定面积的闭合区域里的像素点赋值为0；

(3)在所述副本图像中交互种子点邻域内，合并像素值为0的区域，加入标志位flag，构建初始目标模板，并对所述初始目标模板进行边界平滑处理，得到所述目标区域模板。

8.如权利要求7所述一种多目标交互式图像分割方法，其特征在于，所述预定面积为所述交互种子点所在的最大连通区域面积的1／m，其中，1＜m＜5。

9.如权利要求1所述一种多目标交互式图像分割方法，其特征在于，对所述待分割图像进行填充的方法为在所述副本图像中扫描所有所述flag标志位，将所述标有flag标志位的位置，填充与所述位置对应的所述待分割图像中该位置像素点的像素值。

10.一种多目标交互式图像分割装置，其特征在于，所述装置包括：

输入单元，适用于输入待分割图像，并建立所述待分割图像的副本图像；

确定单元，适用于在所述待分割图像中选取交互种子点，根据所述交互种子点和初始设定的相似性规则，在所述副本图像中，确定目标区域灰度区间，其中，所述交互种子点为所述待分割图像上选取的目标像素点；

分割单元；适用于根据灰所述待分割图像的灰度直方图曲线，得到全局阈值，并根据所述目标区域灰度区间和所述全局阈值的关系，分割所述副本图像；

获取目标模板单元，适用于根据所述交互种子点，对所述交互种子点所在的目标区域进行连通分析，得到所述交互种子点所在的目标区域的模板；

填充单元，适用于重复步骤(2)-(4)，得到所需分割的多目标的模板，并根据所述多目标模板，对所述待分割图像进行填充，即完成对所述待分割图像的多目标分割。