基于分水岭-量子进化聚类算法的图像分割方法技术

本发明专利技术公开一种基于分水岭－量子进化聚类算法的图像分割方法。其过程为：（１）分块处理输入的待分割图像，求其区域块特征作为聚类数据集（２）设置种群规模、类别数ｋ及停机条件，随机产生初始量子染色体Ｑ（ｔ）作为初始聚类中心；（３）将Ｑ（ｔ）观测成为二进制染色体ｐ（ｔ），计算每个染色体的适应度函数值ｆ↓［ｋ］，保留当前群体中的个体；（４）对Ｑ（ｔ）进行变异操作得到Ｑ↓［ｍ］（ｔ）；（５）量子交叉Ｑ↓［ｍ］（ｔ）得到Ｑ↓［ｃ］（ｔ）；（６）将Ｑ↓［ｃ］（ｔ）观测成为二进制染色体ｐ↓［ｃ］（ｔ），计算每个染色体的适应度函数值ｆ↓［ｃ］；（７）选择操作ｐ↓［ｃ］（ｔ），得到子代染色体；（８）判断子代染色体的停机条件，若满足就将子代染色体中亲和度最高的染色体对应的图像类属划分作为输出结果，否则返回过程（３）。本发明专利技术具有区域一致性好，边缘保持准确的优点，可用于图像处理领域中的目标识别。

【技术实现步骤摘要】

本专利技术属于图像处理
，特别是涉及一种图像分割方法，该方法可用于图像处理中的目标识别。
技术介绍
图像处理是一个跨学科的领域，随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系。图像分割是图像处理中一个非常重要的步骤，它将图像分割成为具有相关性强的子区域或对象。图像分割就是依据某种准则将图像分为若干区域的过程，要求同一区域内的像素具有某种一致性，不同区域的像素之间不存在这种一致性。图像分割方法一直是图像处理和分析中基本而关键的技术之一，图像分割的结果包含着对图像理解更为精确的描述，并且支持一些更高级的概念，例如形状、区域、连接等。图像分割通常用于进一步对图像进行分析、识别、压缩编码等，分割的准确性直接影响到后续任务的有效性，作为由图像处理到图像分析的关键步骤，图像分割不仅得到了人们的广泛重视，也在实际中得到了大量的应用。 纹理特征是图像的重要属性，纹理被认为是区分图像间不同属性的重要解译信息。近三十年来研究学者提出了许多基于纹理特征的分割方法。这些方法主要分为四类统计方法，结构方法，模型方法和信号处理方法。以上几种方法在处理图像分割问题时均采用了本文档来自技高网...

【技术保护点】
一种基于分水岭－量子进化聚类算法的图像分割方法，包括以下过程：　（１）输入待分割图像，按照分水岭算法对图像进行分块处理；　（２）对分块后图像的每个像素点提取离散小波能量特征，进而求得区域块特征，将该特征作为聚类数据集；　（ ３）．设置抗体规模ｎ、类别数ｋ和停机条件，随机产生初始量子染色体Ｑ（ｔ）作为聚类数据集的初始聚类中心，其中的α↓［ｉ］↑［ｔ］，β↓［ｉ］↑［ｔ］（ｉ＝１，２…ｍ）和所有的ｑ↓［ｊ］↑［ｔ］都以等概率１／＊初始化；　（４）．将初始量子 染色体Ｑ（ｔ）观测成为二进制染色体ｐ（ｔ）；　（５）．计算每个观测后的二进制染色体ｐ（ｔ）与聚类...

【技术特征摘要】

【专利技术属性】
技术研发人员：李阳阳，石洪竺，焦李成，刘芳，马文萍，尚荣华，公茂果，吴建设，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]