[發明專利]基于改進多目標粒子群優化聚類的圖像分割方法

有效

• 申請號: 201410079278.2
• 申請日: 2014-03-05
• 公開（公告）號: CN103985112B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 焦李成;劉芳;黃倩;馬文萍;馬晶晶;王爽;侯彪;李陽陽
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 西安智萃知識產權代理有限公司61221
• 代理人: 張超

1.基于改進多目標粒子群優化聚類的圖像分割方法，其特征在于：包括如下步驟：

(1)輸入待分割圖像，提取待分割圖像的特征，并計算該待分割圖像的梯度，得到梯度圖像，對梯度圖像進行分水嶺分割，得到N個互不重疊的區域，N≥1000；

(2)對每個區域中所有像素點特征取均值，獲得每一個區域的特征向量，作為初始聚類數據點集合W＝{w₁,w₂…w_N}；

(3)利用初始聚類數據點集合，隨機初始化大小為M的種群:

(3a)隨機初始化各粒子的位置X＝{x₁,x₂…x_M}、速度V＝{v₁,v₂…v_M}，每個粒子的位置x_m代表一種分割結果，m＝1,2,…M，M＝50；

(3b)將各粒子的當前位置作為各粒子的最優位置；

(4)根據每個粒子的位置計算每個粒子的目標函數值F，F＝[f₁ f₂]，其中，f₁為類內方差，f₂為類間連接；

(5)根據各粒子的位置和目標函數值初始化leader粒子庫和外部粒子庫；

(6)根據目標函數值初始化理想點Z^*，Z^*＝[Z₁ Z₂]，其中Z₁為第一個目標函數f₁到目前為止找到的最小值，其中Z₂為第二個目標函數f₂到目前為止找到的最小值；

(7)根據各粒子的目標函數值標準化各粒子的目標函數值，并計算各粒子的聚合函數值；

(8)升級各個粒子的速度和位置；升級公式按如下進行：

$v_i^{t+1}=v_i^t+(p_i^t-x_i^t)+(p_g^t-x_i^t)$

$x_i^{t+1}=x_i^t+v_i^{t+1}$

其中，表示t+1代第i個粒子的速度，表示t代第i個粒子的速度，表示t代第i個粒子的位置；表示t+1代第i個粒子的位置，表示t代第i個粒子的最好位置，表示t代leader粒子庫中的粒子；

(9)對每個新粒子進行評價，即對新粒子計算每個目標函數的值；

(10)根據每個目標函數的值，升級種群的理想點；

(11)根據每個粒子的目標函數值計算每個粒子的聚合函數值；

(12)根據每個粒子的聚合函數的值的大小升級每個粒子的最優位置：如果新粒子的聚合函數值比粒子最優位置的聚合函數值小，則用新粒子的位置代替粒子的最優位置，否則粒子最優位置不變；

(13)升級leaders粒子庫和外部粒子庫；

(14)更新迭代次數t，直到迭代次數達到預先設定的最大值max gen，則輸出外部種群，否則返回到步驟(6)進行下一代迭代；

(15)在輸出的外部種群中選擇最優解；利用分解過程中得到的聚合函數值來進行最優解的選取；具體實現是先選擇使用者設定的類別數的非支配解作為候選解；然后分別將每個候選解在聚合函數上聚合函數值最小的個體作為最優個體；最后將最優個體所對應的類別標號作為像素的灰度值，得到圖像分割結果。