图像多阈值分割方法技术

本发明专利技术涉及图像处理领域，公开了一种图像多阈值分割方法，解决传统最大类间方差法局部搜索精度不足的问题。本发明专利技术首先需要获得需要处理的灰度图像I(x,y)，然后采用布谷鸟算法来解决基于最大类间方差法的阈值分割问题，并且针对算法局部搜索精度不足的缺点，结合模式搜索算法进行改进。本发明专利技术适用于多阈值图像分割。

Image multi threshold segmentation method

The invention relates to the field of image processing, and discloses an image multi threshold segmentation method, which solves the problem that the local search precision of the traditional Otsu method is insufficient. The present invention first needs to obtain image need to deal with I (x, y), and then use the cuckoo algorithm to solve the segmentation problem of Otsu threshold algorithm based on local search, and for the lack of precision shortcomings, combined with pattern search algorithm. The method is suitable for multi threshold image segmentation.

【技术实现步骤摘要】
图像多阈值分割方法
本专利技术涉及图像处理领域，特别涉及图像多阈值分割方法。
技术介绍
图像分割是图像处理
中一个至关重要的技术，因为它是作为图像处理的前期步骤，分割的好坏快慢直接影响到后期的高级处理，如特征提取、模式识别等。图像分割的范围越来越广，如通信、军事、遥感图像分析、医学诊断、台标识别以及工业自动化等诸多领域都离不开分割的身影。因此无论是在实际应用还是学术领域，图像分割都是一项前沿且意义重大的课题。最大类间方差法，也称OTSU法，是一种通过使分割后的图像各个区域之间的方差最大来完成图像阈值分割的图像分割方法。例如专利CN102420985A利用最大类间方差法来提取多视点视频中的彩色视频帧的纹理信息。当单阈值分割扩展到多阈值分割时，随着阈值数目的增大，需要遍历求值的解空间增大，因此传统的穷举或者其他一些快速算法仍不能达到良好的实时性。布谷鸟算法(CuckooSearch,简称CS)是一种基于Levy飞行的群体智能算法。例如专利CN103885521A提出的基于布谷鸟算法的光伏阵列MPPT方法，就是利用了布谷鸟算法的良好寻优性能。布谷鸟算法的解通过Levy飞行达到最优的。本文档来自技高网...

【技术保护点】
图像多阈值分割方法，其特征在于，包括以下步骤：步骤1：获取需要进行多阈值分割的灰度图像，确定阈值个数；步骤2：设定布谷鸟算法和模式搜索算法的算法参数；步骤3：根据布谷鸟算法的算法参数初始化种群Xi，并计算种群的适应度值；步骤4：根据步骤3计算的适应度值选出最优解Xg；步骤5：判断布谷鸟算法迭代是否达到最大迭代次数MaxT，如果达到，则跳转步骤11，否则，跳转步骤6；步骤6：以步骤4的Xg作为模式搜索算法的基点，通过模式搜索算法对最优个体局部再搜索，并将模式搜索算法的结果赋值给Xg；步骤7：对整个种群进行Levy飞行，获得新的解

【技术特征摘要】
1.图像多阈值分割方法，其特征在于，包括以下步骤：步骤1：获取需要进行多阈值分割的灰度图像，确定阈值个数；步骤2：设定布谷鸟算法和模式搜索算法的算法参数；步骤3：根据布谷鸟算法的算法参数初始化种群Xi，并计算种群的适应度值；步骤4：根据步骤3计算的适应度值选出最优解Xg；步骤5：判断布谷鸟算法迭代是否达到最大迭代次数MaxT，如果达到，则跳转步骤11，否则，跳转步骤6；步骤6：以步骤4的Xg作为模式搜索算法的基点，通过模式搜索算法对最优个体局部再搜索，并将模式搜索算法的结果赋值给Xg；步骤7：对整个种群进行Levy飞行，获得新的解步骤8：计算新解的适应度值步骤9：根据新解的适应度值更新种群；步骤10：对更新后的种群，再以概率Pa更新部分个体，并返回步骤3；步骤11：输出最优个体Xg。2.如权利要求1所述的图像多阈值分割方法，其特征在于，步骤2根据以下公式计算种群的适应度值其中，Fiti是适应度值，Pi＝Ni/Ng，Ni是灰度值为i的像素数，Ng是整个图片的像素数，且是整幅图像的平均灰度值。3.如权利要求1所述的图像多阈值分割方法，其特征在于，步骤6具体包括：步骤61：令x1＝Xg，步骤62：给定初始基点x1∈RDim，Dim个坐标方向e1,e2,…,eDim，初始步长ρ＝1，加速因...

【专利技术属性】
技术研发人员：肖欣庭，漆尧，孙永强，唐军，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51