[發(fā)明專利]基于反向和聲搜索的臍橙圖像分割方法

有效

• 申請?zhí)枺?/td>: 201710371461.3
• 申請日: 2017-05-24
• 公開（公告）號: CN107194935B
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計）人: 郭肇祿;章銀娥;王洋;尹寶勇;楊火根;鄢化彪;余法紅
• 申請（專利權(quán)）人: 江西理工大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 贛州凌云專利事務(wù)所 36116
• 代理人: 曾上

本發(fā)明公開了一種基于反向和聲搜索的臍橙圖像分割方法。本發(fā)明采用反向和聲搜索來優(yōu)化臍橙圖像分割的聚類中心。在反向和聲搜索中，首先執(zhí)行基于反向?qū)W習策略的搜索操作產(chǎn)生新個體，然后將產(chǎn)生的新個體與和聲庫中的最差個體進行競爭，如此循環(huán)該搜索過程直到滿足終止條件，最后把得到的最優(yōu)個體解碼為臍橙圖像分割的聚類中心，即可實現(xiàn)臍橙圖像的分割。本發(fā)明能夠提高臍橙圖像的分割精度。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分割領(lǐng)域，尤其是涉及一種基于反向和聲搜索的臍橙圖像分割方法。

背景技術(shù)

臍橙是一種非常美味的水果，并且它營養(yǎng)豐富，含有多種人體所需的營養(yǎng)成分。然而臍橙的種植是一項非常耗費人力的產(chǎn)業(yè)。要實現(xiàn)臍橙種植的大規(guī)模化和產(chǎn)業(yè)化就必須將自動化和智能化技術(shù)融合到臍橙種植的各個環(huán)節(jié)中。機器視覺技術(shù)是智能化種植臍橙的一項重要技術(shù)。臍橙圖像分割方法是臍橙機器視覺技術(shù)中的基礎(chǔ)。臍橙圖像分割方法在臍橙自動化和智能化生產(chǎn)過程中具有非常重要的作用，例如，臍橙病害自動檢測，臍橙品質(zhì)自動分類，臍橙自動包裝等生產(chǎn)技術(shù)都要以臍橙圖像分割方法為支撐手段。

圖像分割的方法有很多，其中利用像素聚類的分割方法具有過程簡單，容易實現(xiàn)的優(yōu)點。因此，它廣泛應(yīng)用于實際工程實踐中。基于像素聚類的分割方法其核心是求解出像素劃分類別的聚類中心。而傳統(tǒng)方法在搜索像素劃分類別的聚類中心時往往難以找到全局最優(yōu)解。為此，許多研究人員利用搜索能力較強的演化算法來優(yōu)化像素劃分類別的聚類中心。其中和聲搜索是一種新近涌現(xiàn)出來的演化算法，它在求解許多工程問題中表現(xiàn)出了很大的優(yōu)勢。目前，和聲搜索已經(jīng)廣泛地應(yīng)用到了圖像分割領(lǐng)域。例如，劉立群等提出了一種利用改進的和聲搜索的玉米葉片病害圖像分割方法(劉立群,王聯(lián)國,火久元,郭小燕.基于改進和聲搜索算法的玉米葉片病害圖像分割算法[J].計算機應(yīng)用與軟件,2016,33(4):183-186.)；李娜等提出了一種基于混沌和聲搜索算法的圖像分割方法(李娜,張清泉,王玉榮.基于混沌和聲搜索算法的圖像分割研究[J].儀器儀表與分析監(jiān)測,2015,(01):37-40.)；崔兆華等提出了一種融合全局最好和聲搜索算法的模糊C均值聚類圖像分割方法(崔兆華,高立群,歐陽海濱,李文娜.融合全局最好和聲搜索算法的模糊C均值聚類圖像分割[J].中國圖象圖形學報,2013,18(09):1133-1141.)。

從現(xiàn)有的研究成果中可知，許多研究人員已經(jīng)將和聲搜索應(yīng)用到了圖像分割領(lǐng)域，并且取得了一定的分割效果，但是傳統(tǒng)和聲搜索應(yīng)用于優(yōu)化臍橙圖像分割的聚類中心時存在著容易陷入局部最優(yōu)的缺點。因此，為了進一步高效地利用和聲搜索來實現(xiàn)臍橙圖像的分割，就必須提出改進的和聲搜索來提升臍橙圖像的分割效果。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于反向和聲搜索的臍橙圖像分割方法。它在很大程度上克服了傳統(tǒng)和聲搜索應(yīng)用于優(yōu)化臍橙圖像分割的聚類中心時容易陷入局部最優(yōu)的缺點，本發(fā)明能夠提高臍橙圖像的分割精度。

本發(fā)明的技術(shù)方案：一種基于反向和聲搜索的臍橙圖像分割方法，包括以下步驟：

步驟1，輸入一幅臍橙圖像IM，然后將圖像IM轉(zhuǎn)換為YCrCb顏色空間的圖像IMN，并提取圖像IMN中每個像素的Cb顏色分量值作為臍橙圖像分割數(shù)據(jù)；

步驟2，用戶初始化參數(shù)，設(shè)置臍橙圖像分割類別數(shù)量D，和聲庫的大小HMS，和聲庫選取概率HMCR，擾動概率PAR，最大評價次數(shù)MAX_FEs；

步驟3，令當前演化代數(shù)t＝0，并令當前評價次數(shù)FEs＝0；

步驟4，隨機產(chǎn)生初始和聲庫其中：個體下標i＝1,2,...,HMS，并且為和聲庫HM_t中的第i個個體；個體存儲了D個分割類別的聚類中心，其中為個體中的第j個聚類中心，其隨機初始化公式為：

其中維度下標j＝1,2,...,D；rand(0,1)為在[0,1]之間服從均勻分布的隨機實數(shù)產(chǎn)生函數(shù)；