一种基于B型双链量子遗传算法的二维最大熵图像分割方法技术

本发明专利技术属于量子遗传算法和图像分割领域，尤其涉及一种基于B型双链量子遗传算法的二维最大熵图像分割方法。本发明专利技术包括：步骤一、读入图像，读取每个像素点的灰度值f(x,y)；步骤二、计算灰度均值，及某像素点附近八个像素点的平均灰度值g(x,y)；由[f(x,y),g(x,y)]构成二维灰度‑灰度均值直方图；步骤三、参数设置：设置算法参数：种群规模m、每条染色体的基因位数n、最大迭代次数gen、变异概率p

【技术实现步骤摘要】
一种基于B型双链量子遗传算法的二维最大熵图像分割方法
本专利技术属于量子遗传算法和图像分割领域，尤其涉及一种基于B型双链量子遗传算法的二维最大熵图像分割方法。
技术介绍
量子遗传算法最早是由Narayanan根据量子多宇宙的思想提出的量子衍生遗传算法。首次将量子计算和遗传运算相结合。该算法使多个染色体并行搜索，使算法的寻优效率得到了改善，但是该算法易早熟收敛。之后，伊朗科学家Khorsand等人提出了多目标量子遗传算法，该算法具有很好的适应性。2004年，西南交通大学陈辉等人提出了混沌更新旋转门转角的量子遗传算法，通过实验证明算法的收敛性能得到了提高。但是量子遗传算法有一定的盲目性和随机性，且编解码过程复杂多变，使算法速度大大降低；同时，在执行染色体更新操作时，旋转角度需要通过查表来确定，过程繁琐且不灵活，严重影响了算法的效率。针对以上不足，李世勇教授等人提出了双链量子遗传算法(DCQGA)，双链量子遗传算法(DCQGA)直接采用量子比特的概率幅对染色体实施编码，省去了编解码的繁琐；双链量子遗传算法(DCQGA)将染色体中上下并行的两条概率幅同时看作两条基因位链，使它们可以并行搜索，本文档来自技高网...

【技术保护点】
一种基于B型双链量子遗传算法的二维最大熵图像分割方法，其特征在于，包括：步骤一：读入图像，读取每个像素点的灰度值f(x,y)；步骤二：计算灰度均值，及某像素点附近八个像素点的平均灰度值g(x,y)；由[f(x,y),g(x,y)]构成二维灰度‑灰度均值直方图；步骤三：参数设置：设置算法参数：种群规模m、每条染色体的基因位数n、最大迭代次数gen、变异概率p

【技术特征摘要】
1.一种基于B型双链量子遗传算法的二维最大熵图像分割方法，其特征在于，包括：步骤一：读入图像，读取每个像素点的灰度值f(x,y)；步骤二：计算灰度均值，及某像素点附近八个像素点的平均灰度值g(x,y)；由[f(x,y),g(x,y)]构成二维灰度-灰度均值直方图；步骤三：参数设置：设置算法参数：种群规模m、每条染色体的基因位数n、最大迭代次数gen、变异概率pm；步骤四：初始化种群，进行解空间变换，将染色体中上下两条并行基因链所表示的编码空间与寻优解空间建立一一对应的关系；步骤五：计算染色体中个基因位的适应度函数的值，记录本代最优解及最优基因位；步骤六：判断是否满足终止条件；如果满足则终止循环并输出最优解及最优基因位，对图像进行分割；如果不满足则执行步骤七；步骤七：确定转角大小和方向，利用量子旋转门对种群进行更新，利用变异门实施量子变异，获得新一代染色体，返回步骤四继续进化直至满足终止条件。2.根据权利要求1所述的一种基于B型双链量子遗传算法的二维最大熵图像分割方法，其特征在于：将所述的量子比特的初始相位角t′ij限定在[0,π/2]之间，t′ij＝π/2×rand，其中rand为(0,1)之间的随机数，则概率幅的范围缩小为[0,1]；解空间变换方式为：

【专利技术属性】
技术研发人员：国强，薄延茹，戚连刚，阮国庆，李高原，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23