[發(fā)明專利]一種基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法在審
| 申請?zhí)枺?/td> | 201810797828.2 | 申請日: | 2018-07-19 |
| 公開(公告)號: | CN109191478A | 公開(公告)日: | 2019-01-11 |
| 發(fā)明(設(shè)計)人: | 莊家衛(wèi);萬頻;王永華;楊健;連軼群 | 申請(專利權(quán))人: | 廣東工業(yè)大學(xué) |
| 主分類號: | G06T7/13 | 分類號: | G06T7/13;G06N3/00 |
| 代理公司: | 廣州粵高專利商標(biāo)代理有限公司 44102 | 代理人: | 林麗明 |
| 地址: | 510006 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 區(qū)域生長 蟻群優(yōu)化算法 感興趣區(qū)域 邊緣檢測 信息素矩陣 圖像邊緣 蟻群優(yōu)化 技術(shù)缺陷 蟻群算法 不連續(xù) 收斂 圖像 清晰 改進(jìn) | ||
1.一種基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法,其特征在于,所述算法包括如下步驟:
S1:采用區(qū)域生長方法,對圖像進(jìn)行處理,提取感興趣區(qū)域;
S2:對提取的感興趣區(qū)域,采用蟻群優(yōu)化方法產(chǎn)生信息素矩陣;
S3:對于提取的感興趣區(qū)域,采用蟻群優(yōu)化方法產(chǎn)生的信息素矩陣,計算閾值,確定圖像邊緣,分割圖像。
2.根據(jù)權(quán)利要求1所述的基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法,其特征在于,所述步驟S1的區(qū)域生長方法包括如下步驟:
S1.1:選擇具有灰度值最大的像素點(diǎn)作為種子點(diǎn);
S1.2:采用|Iseed-I|<λ|Imax-Imin|公式進(jìn)行區(qū)域生長,將滿足此公式的鄰近像素加入到種子區(qū)域;
其中,其中:I表示像素的灰度值,Iseed表示種子點(diǎn)的灰度值;Imax與Imix分別表示圖像中的最大灰度值與最小灰度值;λ是可調(diào)節(jié)的參數(shù);
S1.3:遞歸調(diào)用S1.2,直至滿足|Iseed-I|<λ|Imax-Imin|公式的像素加入到種子區(qū)域;
S1.4:輸出種子區(qū)域。
3.根據(jù)權(quán)利要求1所述的基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法,其特征在于,所述步驟S2產(chǎn)生信息素矩陣包括如下步驟:
S2.1:啟發(fā)式引導(dǎo)函數(shù)ηi,j為:其中,Ii,j是像素點(diǎn)(i,j)的灰度值,Z是一個標(biāo)準(zhǔn)化參數(shù),函數(shù)Vc(Ii,j)是計算螞蟻所在像素點(diǎn)的邊緣信息的強(qiáng)度值;
S2.2:在M×N的圖片范圍內(nèi)隨機(jī)投放只螞蟻,螞蟻下一步要走的位置為:其中(i,j)是螞蟻當(dāng)前位置(l,m)的一個相鄰像素點(diǎn);Ω(l,m)是所有相鄰像素點(diǎn)的集合,τi,j是像素點(diǎn)(i,j)處信息素矩陣,ηi,j是像素點(diǎn)(i,j)處的啟發(fā)式引導(dǎo)函數(shù);α,β是像素點(diǎn)(i,j)處積累的信息素強(qiáng)度和啟發(fā)式引導(dǎo)函數(shù)選擇像素過程中的影響因子;
S2.3:根據(jù)
第一次更新信息素矩陣,其中,(1-ρ)為信息素的蒸發(fā)率,ρ∈(0,1),表示第k只螞蟻在經(jīng)過點(diǎn)時所留下的信息素;
S2.4:在完成第一次信息素矩陣更新后,根據(jù)進(jìn)行第二次更新信息素矩陣,為信息素的衰減系數(shù)。
4.根據(jù)權(quán)利要求1所述的基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法,其特征在于,所述步驟S3確定圖像邊緣分割圖像,包括如下步驟:
S3.1:對于提取的感興趣區(qū)域,初始化閾值T(l)令l=0,其中為最終的信息素矩陣;
S3.2:將信息素矩陣劃分為大于T(l)和小于T(l)的兩部分,計算大于T(l)的平均值:其中
計算小于T(l)的平均值:其中
S3.3:迭代系數(shù)l=l+1,更新閾值
S3.4:判斷|T(l)-T(l-1)|>ω,若是,則返回S3.1繼續(xù)劃分閾值T(l);否則,輸出閾值T(l),根據(jù)閾值劃分圖片為:其中ω為允許的誤差范圍。
5.根據(jù)權(quán)利要求1所述的基于區(qū)域生長與蟻群優(yōu)化算法相結(jié)合的邊緣檢測方法,其特征在于,函數(shù)Vc(Ii,j)是計算螞蟻所在像素點(diǎn)的邊緣信息的強(qiáng)度值,Vc(Ii,j)由所在像素點(diǎn)周圍區(qū)域的值決定,
Vc(i,j)=f(var),其中,
var=|Ii-2,j-1-Ii+2,j+1|+|Ii-2,j+1-Ii+2,j-1|+|Ii-1,j-2-Ii+1,j+2|+
|Ii-1,j-1-Ii+1,j+1|+|Ii-1,j-Ii+1,j|+|Ii-1,j+1-Ii+1,j-1|+
|Ii-1,j+2-Ii+1,j-2|+|Ii,j-1-Ii,j+1|。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東工業(yè)大學(xué),未經(jīng)廣東工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810797828.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 視頻內(nèi)容分析中感興趣區(qū)域軌跡的校正方法
- 基于感興趣區(qū)域的空域分辨率可調(diào)整編解碼方法
- CT內(nèi)部感興趣區(qū)域成像方法和系統(tǒng)
- 圖像處理方法、裝置及終端設(shè)備
- 一種感興趣區(qū)域亮度值的計算方法及裝置
- 一種醫(yī)學(xué)圖像可視化方法和系統(tǒng)
- 處理圖像的多個感興趣區(qū)域數(shù)據(jù)的裝置和方法
- 一種手部感興趣區(qū)域的獲取方法及手紋識別方法
- 圖像檢測方法、計算機(jī)設(shè)備和存儲介質(zhì)
- 目標(biāo)圖像的確定方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)





