[發明專利]基于竹子定律和熵的哈里斯鷹機制圖像分割方法

在審

• 申請號: 202211544646.7
• 申請日: 2022-12-03
• 公開（公告）號: CN115937493A
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 高洪元;郭穎;孫志國;谷曉苑;陳夢晗;張震宇;王欣悅;陳暄;劉廷暉;白浩川
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06V10/20
• 分類號: G06V10/20;G06V10/28;G06V10/762;G06N3/006;G06V10/26;G06V10/74;G06V10/774
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種基于竹子定律和熵的哈里斯鷹機制圖像分割方法，將竹子定律和哈里斯鷹機制相結合并用于設計哈里斯鷹機制過渡階段的能量方程，使求解機制更符合大自然生物的獵捕規律，在全局探索和局部開采兩個階段更能達到有效的平衡。在全局探索階段使用熵對哈里斯鷹種群進行變異，減小陷入局部最優解的可能。相較于一些基于已有傳統群智能的圖像分割方法，所設計基于竹子定律和熵的哈里斯鷹機制圖像分割方法擁有更快的收斂速度、更高的收斂精度、更高的分割精度和更好的魯棒性。

技術領域

本發明涉及一種基于竹子定律和熵的哈里斯鷹機制的K均值聚類圖像分割方法，屬于圖像處理領域。

背景技術

圖像分割是把圖像分成若干個特定的、具有獨特性質的區域并提出感興趣目標的技術和過程。它是由圖像處理到圖像分析的關鍵步驟。現有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。從數學角度來看，圖像分割是將數字圖像劃分成互不相交的區域的過程。圖像分割的過程也是一個標記過程，即把屬于同一區域的像素賦予相同的編號。常見的圖像分割方法有最大類間方差法、最大熵法、最小交叉熵法和K均值聚類法等。近幾年來，基于各種群智能方法的圖像分割技術逐漸興起，這類方法使圖像分割的速度、分割效果和魯棒性都有了較大的提升。因此設計一種收斂速度快、收斂精度高并且魯棒性強的的高精度圖像分割方法有重要的理論價值和意義。

經過對文獻的查找，李海洋等在《圖學學報》(2014，Vol.35，No.05，pp.755-761)發表的“基于隨機權重粒子群和K-均值聚類的圖像分割”提出了一種基于隨機權重粒子群優化和K-均值聚類的圖像分割方法，在充分利用K-均值聚類簡單、實時性高的優點的同時改善了其容易陷入局部最優解的缺點，達到了較為理想的分割結果。但由于粒子群算法是一種被較早提出的群智能算法，其收斂速度和收斂精度都存在明顯的不足，即使對算法進行相應改進，但其仍不能找到最優的聚類初值。李鵬等在《國外電子測量技術》(2022，Vol.41，No.7，pp.9-17)發表的“基于Logistic映射的果蠅算法優化Otsu圖像分割方法”中提出了一種利用Logistic混沌映射和高斯游走策略改進果蠅優化算法并將算法應用于Otsu閾值分割法用于圖像分割。該方法在實現對果蠅算法改進的同時將改進的算法用于傳統Otsu圖像分割方法進行改進，一定程度上改善了傳統Otsu方法在處理圖像時分割精度低、實時性差的缺陷。但由于Otsu方法作為一種傳統的基于閾值的圖像分割方法，其分割原理上僅以灰度作為分割的標準，因此該方法存在當背景和目標大小比例懸殊時分割效果不好和對噪聲敏感等問題。Leena?Samantaray等在《Revue?d'Intelligence?Artificielle》(2020，Vol.34，No.5，pp.541-551)發表的“A?New?Harris?Hawks-Cuckoo?Search?Optimizer?forMultilevel?Thresholding?of?Thermogram?Images”提出了一種混合哈里斯鷹算法和布谷鳥算法的融合算法分別改進了Otsu法和Kapur熵法用于圖像分割，均取得了較好的分割效果。融合了哈里斯鷹算法和布谷鳥算法的混合算法結合兩種提出時間較晚的群智能算法對原始的哈里斯鷹算法進行了改進，改進算法在收斂速度和收斂精度上都有一些提升，但該方法未考慮圖像的空間特征，因此在分割效果上仍有待提升。