【技术实现步骤摘要】
一种基于遗传特性的人物目标边缘图像提取方法
[0001]本专利技术涉及图像处理
，具体涉及一种基于遗传特性的人物目标边缘图像提取方法
。
技术介绍
[0002]边缘图像，是对原始图像进行边缘提取后得到的图像
。
边缘图像提取，在图像描述和分类中是不可缺少的，通过边缘图像提取将一幅图像分割成若干个独立的不重叠的区域并且任意两个相邻区域不相同
。
由于图像的多样性和复杂性，边缘图像提取工作是相当困难的
。
图像的感光
、
对比度
、
噪声等因素都影响着提取工作
。
目前有如下几种提取方法：阈值提取方法
、
模板匹配
、
区域增长
、
边缘检测等方法，这些方法在某些类型的图像上表现出很好的提取效果，但对噪声很敏感，并且没有考虑像素点的位置信息
。
如何设计更合理
、
准确率度更高
、
干噪性更好的边缘图像提取方法是智能图像处理计...
【技术保护点】
【技术特征摘要】
1.
一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：包括以下步骤：步骤1：建立待处理人物目标图像的数据模型，将图像转换为人物目标图像矩阵，图像每个像素点的灰度值对应矩阵中相应位置的元素值；步骤2：利用具有遗传特性的模糊聚类方法对人物目标图像矩阵中每个像素点进行聚类处理，生成用于标记每个像素点所属类的标记矩阵；步骤3：利用标记矩阵和人物目标图像矩阵之间的对应关系，将同一类里的所有像素点灰度值重置为该类的平均灰度值，形成人物目标聚类图；步骤4：利用8邻域方法，对人物目标聚类图进行边缘提取，形成人物目标边缘图像
。2.
根据权利要求1所述的一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：所述的步骤1的过程为：步骤
11
：读取原始图像分辨率大小属性，生成对应的空矩阵；步骤
12
：采用高斯卷积滤波方法对原始人物目标图像进行降噪处理，消除噪声点；步骤
13
：对空矩阵进行处理，遍历原始人物目标图像，将与空矩阵对应的元素值设置为原始人物目标图像像素灰度值，生成用于聚类的人物目标图像矩阵
。3.
根据权利要求1所述的一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：所述的步骤2的过程为：步骤
21
，对人物目标图像矩阵中每个像素点进行聚类处理，利用随机概率方法初始化每个像素点所属目标类的概率；步骤
22
，计算每个像素点的适宜度值；步骤
23
，对适宜度值按从小到大的顺序进行排序；步骤
24
，选择要进行交叉的父体；步骤
25
，获得交叉后的个体；步骤
26
，计算交叉后的适宜度值；步骤
27
，对交叉后的适宜度值进行排序，适宜度值最小的个体，即为最优个体，该个体不参与后面的变异计算；步骤
28
，对需要参加变异计算的个体进行变异进化计算；步骤
29
，计算变异进化后所有个体的适宜度值和，该值作为衡量每一轮进化过程中个体进化的好坏程度
。4.
根据权利要求3所述的一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：所述的步骤
21
至步骤
29
在一轮进化过程中重复进行，随着进化程度的不断推进，所有个体的适宜度值和呈现递减趋势，直至趋于稳定值，寻找到人物目标图像中像素点的最优聚类划分
。5.
根据权利要求3所述的一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：所述的步骤
21
中，对人物目标图像矩阵中每个像素点进行聚类处理的具体步骤为：步骤
211
，对于邻域中的所有像素点
p(i,j)
，计算与该像素点的邻域灰度值差异分量
N
，初始值为0，如果差值大于某一阈值
T
，则
N=N+1
，直到每个像素点都获得一个
N
值；步骤
212
，采用灰度值
、
梯度
、N
作为人物目标图像像素点的特征，构造特征向...
【专利技术属性】
技术研发人员：范明荣，刘建伟，何文，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。