[發明專利]一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法

在審

• 申請號: 202010903711.5
• 申請日: 2020-09-01
• 公開（公告）號: CN112184721A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 徐揚;徐立中;太史雁峰;熊允波;沈潔
• 申請（專利權）人: 河海大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/194;G06N3/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 向文

1.一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法，其特征在于，包括如下步驟：

S1：獲取圖像的二維直方圖；

S2：利用果蠅尋優算法求出最佳閾值，具體過程如下：

A1：設置每個果蠅群體有m-1個普通果蠅和1個特殊果蠅，隨機初始化果蠅群體的初始化位置(X,Y)，初始搜索步長為R，最大迭代次數為N，為了設置自適應搜索步長引入迭代函數(1)：

其中，n為當前迭代次數；

A2：根據迭代函數(1)得到自適應搜索步長為R_L，果蠅根據該步長R_L和隨機方向搜索食物：

X_i＝X+R_xi Y_i＝Y+R_yi

R_xi＝R_L·rand() R_yi＝R_L·rand() i＝0,1,2...m-1 (2)

式中，i為果蠅編號，X_i，Y_i為果蠅個體的位置，R_xi，R_yi為個體果蠅搜尋的路徑；

A3：根據果蠅個體的位置坐標計算味道濃度判定值，得到味道濃度判定值為：

A4：定義一個味道濃度判斷函數F()，某果蠅個體位置味道濃度Smell表達為：

Smell(i)＝F(S(i)) i＝0,1,2...m (4)

A5：找出果蠅群體中味道濃度最大的果蠅i，記錄此時Smell(i)和它的搜索路徑R_xi，R_yi，讓特殊果蠅m沿著此路徑行走一半：

A6：將等式(5)的計算結果帶入公式(3)、(4)計算出Smell(m)，將之與Smell(i)比較，選取味道濃度大的記作bettersmell，并將其坐標記錄下來，并傳給(X,Y)：

A7：從步驟A1開始繼續迭代，直到超過迭代次數或者下次迭代取得的最大濃度值小于前一次迭代取得的最大濃度值時，獲取此時的坐標；

S3：將步驟A7獲取的坐標作為最佳閾值，利用二維最大熵圖像分割算法提取孔穴圖像。

2.根據權利要求1所述的一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法，其特征在于：所述步驟S1中二維直方圖的獲取過程為：

將原圖像灰度化得到灰度圖像g(x,y)，再將灰度圖像g(x,y)均值濾波得到灰度圖像f(x,y)，將X軸設定為g(x,y)的像素灰度級，Y軸設定為f(x,y)的像素灰度級，Z軸設定為像素灰度級出現的次數，組成二維直方圖。

3.根據權利要求1所述的一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法，其特征在于：所述步驟S3中孔穴圖像的提取過程為：

根據二維直方圖，將區域A和B分別表示目標和背景像素，區域C和D表示噪聲和邊緣信息，(s,t)為閾值，使得A和B的信息總熵最大的閾值為最佳閾值，將步驟A7獲取的坐標作為最佳閾值，利用二維最大熵圖像分割算法提取孔穴圖像。

4.根據權利要求3所述的一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法，其特征在于：所述步驟S3中二維最大熵圖像分割算法的表達式如下：

φ(s,t)＝H_A+H_B (8)

其中，等式(7)為A和B的信息熵，等式(8)為總信息熵，將步驟S2的果蠅算法中的F()替換為等式(8)，即將步驟A7獲取的坐標作為最佳閾值，味道濃度最大即總信息熵最大。

5.根據權利要求1所述的一種基于仿生尋優機制的二維最大熵孔穴圖像分割方法，其特征在于：所述步驟A3中味道濃度判定值的判定范圍為[0，255]。