專(zhuān)利名稱(chēng)：基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及數(shù)字圖像地分割處理，具體地說(shuō)是一種基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，可用于圖像識(shí)別和檢測(cè)。
背景技術(shù)：
圖像分割在圖像分析、圖像識(shí)別、圖像檢測(cè)等方面占有非常重要的地位，它是指從圖像中將某個(gè)特定區(qū)域與其它部分進(jìn)行分離并提取出來(lái)，也就是區(qū)分圖像中的“前景目標(biāo)” 和“背景”。圖像分割的方法根據(jù)圖像特性的不同，大致可以分為三大類(lèi)第一類(lèi)是閾值法，它根據(jù)圖像中目標(biāo)和背景灰度值的差異，合理采用某一門(mén)限值，可有效地將目標(biāo)和背景區(qū)分開(kāi)；第二類(lèi)是邊界分割法，它通過(guò)檢測(cè)某個(gè)區(qū)域的邊界來(lái)進(jìn)行分割；第三類(lèi)是區(qū)域提取法， 它主要根據(jù)圖像中特定區(qū)域與其它背景區(qū)域特性上的不同來(lái)進(jìn)行分割。雖然在上述三類(lèi)方法的基礎(chǔ)上提出了很多的圖像分割方法，但是圖像的結(jié)構(gòu)屬性對(duì)結(jié)果影響都很大，不具有通用性，而且在分割的過(guò)程中很少考慮圖像的全局分布。因此，近年來(lái)基于進(jìn)化計(jì)算的圖像分割技術(shù)成為一個(gè)新的研究熱點(diǎn)。而屬于進(jìn)化計(jì)算分支的文化基因算法因?yàn)橛玫搅讼嗷W(xué)習(xí)的思想，受到越來(lái)越多的關(guān)注。目前提出的文化基因算法用于解決圖像分割問(wèn)題的方法有焦李成等人在發(fā)表于2010年3月IEEE進(jìn)化計(jì)算雜志的文章“Natural and Remote Sensing Image Segmentation Using Memetic Computation" Φ 7^ft^1^ S15# 分割方法。首先采用標(biāo)記分水嶺方法對(duì)一幅圖像進(jìn)行預(yù)分割，并采用小波變換和灰度共生矩陣相結(jié)合的方式對(duì)圖像提取特征，然后用圖論原理對(duì)種群中的每個(gè)個(gè)體進(jìn)行編碼，最后采用交叉、變異、評(píng)價(jià)和選擇的策略對(duì)種群執(zhí)行進(jìn)化操作，當(dāng)滿足終止條件后輸出結(jié)果。雖然該方法采用標(biāo)記分水嶺和對(duì)圖像提取特征這兩步預(yù)處理能夠得到區(qū)域一致性較好的圖像分割結(jié)果，但是這兩步預(yù)處理都會(huì)嚴(yán)重干擾后面的進(jìn)化過(guò)程，從而影響圖像分割的效果。 而且這種文化基因圖像分割方法在種群進(jìn)化過(guò)程中，沒(méi)有用到種群中個(gè)體內(nèi)部之間相互學(xué)習(xí)的思想，因此得到的圖像分割結(jié)果收斂速度慢。

發(fā)明內(nèi)容
本發(fā)明的目的是克服圖像預(yù)分割和提取圖像特征對(duì)最終分割結(jié)果的影響以及提高文化基因圖像分割方法的收斂速度，提出一種基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，以簡(jiǎn)化文化基因圖像分割方法的過(guò)程，提高圖像分割結(jié)果的區(qū)域一致性和收斂速度， 實(shí)現(xiàn)對(duì)圖像的全局最優(yōu)分割。實(shí)現(xiàn)本發(fā)明的技術(shù)方案包括如下步驟(1)對(duì)一幅輸入圖像進(jìn)行基于圖像像素的二維隨機(jī)0/1編碼，形成初始種群中的個(gè)體；(2)計(jì)算輸入圖像中像素點(diǎn)與像素點(diǎn)之間的權(quán)值
權(quán)利要求
1. 一種基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，包括如下步驟(1)對(duì)一幅輸入圖像進(jìn)行基于圖像像素的二維隨機(jī)0/1編碼，形成初始種群中的個(gè)體；(2)計(jì)算輸入圖像中像素今與像素參之間的權(quán)值
2.根據(jù)權(quán)利要求1所述的基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，其中步驟(I)所述的對(duì)一幅輸入圖像進(jìn)行基于圖像像素的二維隨機(jī)0/1編碼，是通過(guò)給輸入圖像的每個(gè)像素點(diǎn)隨機(jī)分配標(biāo)簽0或標(biāo)簽1產(chǎn)生初始種群中的一個(gè)個(gè)體，并以二維矩陣的形式對(duì)初始種群中的每一個(gè)個(gè)體進(jìn)行存儲(chǔ)。
3.根據(jù)權(quán)利要求1所述的基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，其中步驟 (6)所述的初始化最大進(jìn)化代數(shù)，克隆規(guī)模和種群規(guī)模，是在初始化過(guò)程中，設(shè)置最大進(jìn)化代數(shù)為600，種群規(guī)模為100，克隆規(guī)模為10。
4.根據(jù)權(quán)利要求1所述的基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，其中步驟 (8)所述的對(duì)克隆后種群中的所有個(gè)體執(zhí)行變異操作，是指對(duì)個(gè)體中的每個(gè)像素點(diǎn)進(jìn)行變異操作之前，產(chǎn)生一個(gè)范圍在0到1之間的隨機(jī)數(shù)，如果該隨機(jī)數(shù)小于當(dāng)前代的變異概率， 則將個(gè)體中對(duì)應(yīng)像素點(diǎn)的標(biāo)簽從0更改為1或者從1更改為0，否則，個(gè)體中對(duì)應(yīng)像素點(diǎn)的標(biāo)簽不變。
5.根據(jù)權(quán)利要求1所述的基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，其中步驟(II)所述的根據(jù)規(guī)范切目標(biāo)函數(shù)對(duì)鄰域?qū)W習(xí)后的種群進(jìn)行克隆選擇，是指對(duì)鄰域?qū)W習(xí)后種群中的所有個(gè)體計(jì)算規(guī)范切目標(biāo)函數(shù)值，從種群的每10個(gè)個(gè)體中選擇出規(guī)范切目標(biāo)函數(shù)值最優(yōu)的一個(gè)個(gè)體取代與克隆前對(duì)應(yīng)的種群中的個(gè)體，最終生成與初始種群規(guī)模相同的新種群。
全文摘要
本發(fā)明公開(kāi)了一種基于規(guī)范切的鄰域?qū)W習(xí)文化基因圖像分割方法，主要解決現(xiàn)有圖像分割方法沒(méi)有用到像素之間相互學(xué)習(xí)的問(wèn)題。其實(shí)現(xiàn)步驟為首先對(duì)一幅圖像進(jìn)行基于像素的二維隨機(jī)0/1編碼，形成初始種群，并以規(guī)范切作為圖像分割結(jié)果的全局衡量標(biāo)準(zhǔn)；再根據(jù)克隆規(guī)模對(duì)種群中的個(gè)體進(jìn)行克?。蝗缓髮?duì)克隆后的個(gè)體依次執(zhí)行變異、鄰域?qū)W習(xí)和克隆選擇操作；再根據(jù)當(dāng)前種群中個(gè)體的規(guī)范切值保存最優(yōu)規(guī)范切值對(duì)應(yīng)的最優(yōu)圖像作為分割結(jié)果；最后根據(jù)終止條件的要求輸出最優(yōu)圖像分割結(jié)果。本發(fā)明對(duì)無(wú)噪和加噪圖像進(jìn)行分割，具有區(qū)域一致性強(qiáng)、收斂穩(wěn)定和全局最優(yōu)的特點(diǎn)，可用于圖像識(shí)別和檢測(cè)。
文檔編號(hào)G06T5/00GK102184524SQ20111009267
公開(kāi)日2011年9月14日 申請(qǐng)日期2011年4月13日 優(yōu)先權(quán)日2011年4月13日
發(fā)明者公茂果, 劉若辰, 尚榮華, 朱虎明, 李陽(yáng), 焦李成, 王爽, 馬文萍 申請(qǐng)人:西安電子科技大學(xué)