[發明專利]一種結合果蠅優化算法的二維Otsu圖像分割方法

有效

• 申請號: 201710551025.4
• 申請日: 2017-07-07
• 公開（公告）號: CN107292902B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 樊強;彭啟偉;羅旺;馮敏;夏源;崔漾;趙高峰;張天兵;余磊;王萬國;屠正偉;馬濤;侯麟;劉雄;毛大鵬;邢雅菲;吳翔;琚小明
• 申請（專利權）人: 國家電網公司;南京南瑞集團公司;國網山東省電力公司電力科學研究院;華東師范大學
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/194;G06N3/00
• 代理公司: 上海藍迪專利商標事務所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

1.一種結合果蠅優化算法的二維Otsu圖像分割方法，其特征在于，該方法包括以下具體步驟：

步驟1：以f(x，y)(1≤x≤M，1≤y≤N)表示將要分割的一幅大小為M×N的圖像，其灰度級為L；在每個像素點處，計算n×n鄰域的平均灰度值，得到一幅平滑的圖像g(x，y)，其灰度級也為L；采用兩條通過閾值向量坐標點(s，t)與灰度級軸所成角為α、β的直線劃分以f(x，y)和g(x，y)組成二元組(i，j)定義的二維直方圖區域；在二維直方圖中坐標軸與x＝L-1的直線和y＝L-1的直線圍成的區域中，二維直方圖中坐標軸與

g(x，y)cosα-f(x，y)sinα≤tcosα-ssinα and g(x，y)cosβ-f(x，y)sinβ≥tcosβ-ssinβ

圍成的區域為目標區域，二維直方圖中x＝L-1的直線和y＝L-1的直線與

g(x，y)cosα-f(x，y)sinα＞tcosα-ssinα and g(x，y)cosβ-f(x，y)sinβ＜tcosβ-ssinβ

圍成的區域為背景區域，剩余兩部分為噪聲區域；

步驟2：以f(x，y)和g(x，y)組成二元組(i，j)定義的二維直方圖，其中任意一點的聯合概率密度定義為p_ij，它表示二元組(i，j)發生的頻率，計算概率密度函數為：

其中，i為灰度級大小，j為鄰域平均灰度級大小，L為灰度級數值，r_ij為圖像灰度級為i鄰域平均灰度為j的像素點的個數，即(i，j)出現的頻數；

步驟3：計算目標區域和背景區域的概率分別為：

計算目標區域和背景區域對應的均值向量分別為：

計算圖像總的均值向量為：

計算圖像的類間方差矩陣σ_B(s,t)的跡為：

tr[σ_B(s,t)]＝ω₀[(μ_0i-μ_Ti)²+(μ_0j-μ_Tj)²]+ω₁[(μ_1i-μ_Ti)²+(μ_1j-μ_Tj)²]

其中u_oi和u_oj為目標區域的均值矢量分量，u_1i和u_1j為背景區域的均值矢量分量，u_Ti和u_Tj為圖像總的均值矢量分量；

步驟4：計算目標與背景的類內方差分別為：

其中u_oi和u_oj為目標的均值矢量分量，u_1i和u_1j為背景的均值矢量分量；

計算圖像的類內方差為：

σ_w＝δ_0iω₀+δ_0jω₀+δ_1iω₁+δ_1jω₁

其中δ_0i和δ_0j為目標的類內方差矢量分量，δ_1i和δ_1j為背景的類內方差矢量分量；

步驟4：計算權重參數C，參數C為調節閾值公式中背景部分的權重，為：

步驟5：計算閾值公式為：

步驟6：對閾值公式采用果蠅優化算法來獲得最佳閾值向量D(s^*,t^*)，使得

(s^*,t^*)＝argmax_{0≤s,t≤L-1}{D(s,t)}；

其中，所述果蠅優化算法具體包括：

S1：設置果蠅群體個數，隨機初始化果蠅群體位置，設置果蠅群體大小，設置最大迭代次數；

S2：賦予果蠅個體搜索食物的隨機方向和距離，設置搜索步長；

S3：計算味道濃度判定值，借此判斷是否終止迭代；

S4：由味道濃度判定函數計算每個果蠅的味道濃度值，更新與記錄最佳濃度值及其坐標：

S5：迭代次數計數器加一，返回到S2繼續向下執行，直到其等于最大迭代次數；

S6：根據最后得到的果蠅坐標獲得最佳閾值向量。