专利汇可以提供图像多阈值分割方法专利检索,专利查询,专利分析的服务。并且本 发明 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。本发明适用于多阈值 图像分割 。,下面是图像多阈值分割方法专利的具体信息内容。
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,加速因子α=1,缩减率τ=0.5,最小步长ρmin=1,令y1=x1,k=1,i=1;
步骤63:若f(yi+ρ*ei)
步骤68:若ρ≤ρmin,则停止迭代,得到点xk;否则,令ρ:=τ*ρ,y1=xk,xk+1=xk,置k:=k+
1,i=1,跳转执行步骤63。
4.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7用
和 两式对整
个种群进行Levy飞行,获得新的解 其中,β, 为常数因子,Γ(·)为伽马分布,sin(·)代表正弦函数,randn(1,Dim)代表元素服从标准正态分布的行向量。
5.如权利要求4所述的图像多阈值分割方法,其特征在于,步骤10中,对更新后的种群,用μ=(μ1,μ2,…,μm,…,μDim)、StepSize=rand*(Xj-Xk)和 以概率Pa更
新部分个体,式中,μm=1,m=1,2,…,Dim如果rand>Pa,否则μm=0。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
人工智能认知阈值 | 2020-05-12 | 614 |
阈值选择方法及设备 | 2020-05-13 | 747 |
阈值基准电流产生电路 | 2020-05-13 | 378 |
波高阈值的选取方法 | 2020-05-13 | 1045 |
阈值计算方法及终端 | 2020-05-13 | 290 |
振幅阈值检测器 | 2020-05-11 | 259 |
一种多阈值场MOSFET和多阈值场MOSFET组 | 2020-05-12 | 98 |
阈值确定装置、阈值确定方法 | 2020-05-12 | 600 |
振幅阈值检测器 | 2020-05-11 | 743 |
神经阈值刺激仪 | 2020-05-12 | 467 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。