• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 9
    • 下载费用:30 金币  

    重庆时时彩后二稳定: 二进制算法和二维直线交叉熵结合的图像分割方法.pdf

    关 键 词:
    二进制 算法 二维 直线 交叉 结合 图像 分割 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410172544.6

    申请日:

    2014.04.28

    公开号:

    CN103942815A

    公开日:

    2014.07.23

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 未缴年费专利权终止IPC(主分类):G06T 7/136申请日:20140428授权公告日:20171124终止日期:20180428|||授权|||实质审查的生效IPC(主分类):G06T 7/20申请日:20140428|||公开
    IPC分类号: G06T7/20 主分类号: G06T7/20
    申请人: 东北石油大学
    发明人: 霍凤财; 康朝海; 任伟建; 王艳芹; 杨莉; 张会珍; 王婷婷
    地址: 163318 黑龙江省大庆市高新技术开发区发展路199号
    优先权:
    专利代理机构: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 汤东凤
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410172544.6

    授权公告号:

    |||||||||

    法律状态公告日:

    2019.04.12|||2017.11.24|||2014.08.27|||2014.07.23

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种二进制算法和二维直线交叉熵结合的图像分割方法,与现有技术相比,本发明首先计算图像的灰度级-邻域平均二维灰度直方图,构建二维直线交叉熵,用垂直于主对角线的一条直线将图像分割成目标和背景两部分;其次以二进制对个体进行编码,二维直线交叉熵作为适应度函数,分析蜂群算法更新公式的机理,提出基于遗传机制的二进制蜂群算法。通过该算法自适应获取阈值,确定出分割的直线方程;最后通过调整算法参数,按照一定规律自适应选取较优解,精确得到图像分割的阈值,具有良好的收敛性能和快速、平稳、准确地获取分割阈值的能力,有利于推广使用。

    权利要求书

    权利要求书
    1.  一种二进制算法和二维直线交叉熵结合的图像分割方法,其特征在于,包括以下步骤:
    (1)参数初始化,9位二进制编码产生初始位置;
    (2)计算每个个体的图像二维直线交叉熵;
    (3)按以下公式对每个个体进行更新,并更新二维直线交叉熵;
    公式九:Vij=xij←φij·(xij¨xkj)
    (4)按以下公式对随机个体进行更新,并更新二维直线交叉熵;
    公式十:pi=fitnessiΣi=1SNfitnessi]]>
    (5)判断最优解个数是否>limit,若是,则进入步骤(6),若否,则进入步骤(7);
    (6)按以下公式更新个体;
    公式七:xij=xjmin+rand(0,1)(xjmax-xjmin)]]>
    (7)判断是否达到迭代次数,若是,则进入步骤(8),若否,则返回步骤(3);
    (8)输出最优解,用以下公式分割图像;
    公式十二:fs=0f(x,y)+g(x,y)T*255f(x,y)+g(x,y)>T*.]]>

    2.  根据权利要求1所述的二进制算法和二维直线交叉熵结合的图像分割方法,其特征在于:所述二进制算法为遗传机制的二进制蜂群算法。

    说明书

    说明书二进制算法和二维直线交叉熵结合的图像分割方法
    技术领域
    本发明涉及一种图像分割方法,尤其涉及一种二进制算法和二维直线交叉熵结合的图像分割方法。 
    背景技术
    图像分割是计算机视觉处理中的一个关键问题,图像的特征提取和待检测目标的识别都是以图像分割为基础。目前,在众多的分割方法中,阈值分割的方法因其简单、计算量小、性能较稳定而成为图像分割中应用最广泛的分割技术。对于灰度图像而言,常见的分割方法有大津法(Otsu法)、最大熵法和最小误差阈值法等。这些方法根据各部分均值和方差等变化来选择合适的阈值,从而完成目标和背景的区分。但现有技术中的方法对于信噪比较高的图像而言,难以得到满意的图像分割效果,因此,需要一种新的图像分割方法诞生。 
    发明内容
    本发明的目的就在于为了解决上述问题而提供一种二进制算法和二维直线交叉熵结合的图像分割方法。 
    本发明通过以下技术方案来实现上述目的: 
    本发明包括以下步骤: 
    (1)参数初始化,9位二进制编码产生初始位置; 
    (2)计算每个个体的图像二维直线交叉熵; 
    (3)按以下公式对每个个体进行更新,并更新二维直线交叉熵; 
    公式九:Vij=xij←φij·(xij¨xkj) 
    (4)按以下公式对随机个体进行更新,并更新二维直线交叉熵; 
    公式十:pi=fitnessiΣi=1SNfitnessi]]>
    (5)判断最优解个数是否>limit,若是,则进入步骤(6),若否,则进入步骤(7); 
    (6)按以下公式更新个体; 
    公式七:xij=xjmin+rand(0,1)(xjmax-xjmin)]]>
    (7)判断是否达到迭代次数,若是,则进入步骤(8),若否,则返回步骤(3); 
    (8)输出最优解,用以下公式分割图像; 
    公式十二:fs=0f(x,y)+g(x,y)T*255f(x,y)+g(x,y)>T*.]]>
    具体地,所述二进制算法为遗传机制的二进制蜂群算法。 
    本发明的有益效果在于: 
    本发明是一种二进制算法和二维直线交叉熵结合的图像分割方法,与现有技术相比,本发明首先计算图像的灰度级-邻域平均二维灰度直方图,构建二维直线交叉熵,用垂直于主对角线的一条直线将图像分割成目标和背景两部分;其次以二进制对个体进行编码,二维直线交叉熵作为适应度函数,分析蜂群算法更新公式的机理,提出基于遗传机制的二进制蜂群算法。通过该算法自适应获取阈值,确定出分割的直线方程;最后通过调整算法参数,按照一定规律自适应选取较优解,精确得到图像分割的阈值,从而达到图像目标和背景的分割,具有良好的收敛性能和快速、平稳、准确地获取分割阈值的能力,有利于推广使用。 
    附图说明
    图1是本发明的方法流程图; 
    图2是本发明的二维直线型区域划分图。 
    具体实施方式
    下面结合附图对本发明作进一步说明: 
    如图1所示:本发明包括以下步骤: 
    (1)参数初始化,9位二进制编码产生初始位置; 
    (2)计算每个个体的图像二维直线交叉熵; 
    (3)按以下公式对每个个体进行更新,并更新二维直线交叉熵; 
    公式九:Vij=xij←φij·(xij¨xkj) 
    (4)按以下公式对随机个体进行更新,并更新二维直线交叉熵; 
    公式十:pi=fitnessiΣi=1SNfitnessi]]>
    (5)判断最优解个数是否>limit,若是,则进入步骤(6),若否,则进入步骤(7); 
    (6)按以下公式更新个体; 
    公式七:xij=xjmin+rand(0,1)(xjmax-xjmin)]]>
    (7)判断是否达到迭代次数,若是,则进入步骤(8),若否,则返回步骤(3); 
    (8)输出最优解,用以下公式分割图像; 
    公式十二:fs=0f(x,y)+g(x,y)T*255f(x,y)+g(x,y)>T*.]]>
    所述二维直线交叉熵为: 
    设f(x,y)(1≤x≤M,1≤y≤N)为一幅大小为M×N的图像,其灰度变化范围为[0,L-1],L一般取2N。g(x,y)为图像(x,y)的像素点K×K邻域(K一般取大于1的奇数)平滑处理后的平均灰度,其灰度变化范围也为[0,L-1]。则f(x,y)与g(x,y) 组成的二元组(i,j)在原图形和平滑图像的概率为:i,j=0,1…L-1。pij是(i,j)出现的频数,显然0≤pij≤1,且在如图2所示的二维直线型区域划分图中作过垂直于主角线的直线将二维区域分成两块C0(T)和C1(T)两部分,分别表示目标和背景。因此,目标和背景出现的概率分别为公式一和公式二: 
    公式一:P0(T)=Σ(i,j)∈C0pij]]>
    公式二:P1(T)=Σ(i,j)∈C1pij]]>
    且满足P0(T)+P1(T)=1。 
    目标和背景对应的均值向量分别为公式三和公式四: 
    公式三:μ0(T)=[μ00(T),μ01(T)]=[Σ(i,j)∈C0ipijP0(T),Σ(i,j)∈C0jpijP0(T)]]]>
    公式四:μ1(T)=[μ10(T),μ11(T)]=[Σ(i,j)∈C1ipijP1(T),Σ(i,j)∈C1jpijP1(T)]]]>
    利用f(x,y)和g(x,y)确定出其广义直线交叉熵: 
    公式五:I(T)=Σ(x,y)∈C0f(x,y)logf(x,y)μ00(T)+Σ(x,y)∈C1f(x,y)logf(x,y)μ10(T)+Σ(x,y)∈C0g(x,y)logg(x,y)μ01(T)+Σ(x,y)∈C0g(x,y)logg(x,y)μ11(T)]]>
    最小化该广义直线交叉熵等价于最大化下式: 
    公式六:I(T)=P0(T)[μ00(T)logμ00(T)+μ01(T)logμ01(T)]+P1(T)[μ10(T)logμ10(T)+μ11(T)logμ11(T)]]]>
    即获取最优阈值T*,使I(T*)获得最大值。 
    所述遗传机制的二进制蜂群算法包括人工蜂群算法和遗传机制的二进制蜂群算法, 
    所述人工蜂群算法为: 
    将蜂巢内的蜜蜂分为引领蜂,跟随蜂和侦查蜂。引领蜂、跟随蜂用于蜜源的开采,侦查蜂避免蜜源种类过少,每种角色的蜜蜂分担不同的工作,相互协作,角色之间根据适应度值在一定条件下进行相互转换。寻找最优蜜源的过程如下:随机产生2N个位置,取较优的N个作为蜜源位置,引领蜂发现蜜源并记忆,蜜蜂在初始位置由下式随机产生。 
    公式七:xij=xjmin+rand(0,1)(xjmax-xjmin)]]>
    其中和分别对应蜜源的第j维位置的最小值和最大值。 
    在各蜜源附近按下式搜索新蜜源。 
    公式八:Vij=xij+φij(xij-xkj) 
    式中xij为蜜源的第j维位置,xkj是随机选取不同于i的第j维蜜源位置,φij是范围在[-1,1]中的随机数,Vij是新蜜源位置。 
    因此,人工蜂群算法的基本步骤为: 
    Step1:初始化算法的基本参数,按照公式七生成蜜蜂的初始位置; 
    Step2:计算各蜜蜂的适应度值,并保存最优值; 
    Step3:按照公式八更新新蜜源位置,计算更新后的位置适应度值。若该位置优于xij位置,则保留Vij;否则保留xij; 
    Step4:针对每只蜜蜂,更新其最优解;若最优解达到了限定的个数limit,则利用公式七动态生成一个新的位置; 
    Step5:若迭代次数小于预设的迭代次数,则转至Step2; 
    Step6:输出最优解。 
    所述遗传机制的二进制蜂群算法为: 
    遗传机制的二进制蜂群算法是借鉴了遗传算法中选择、交叉和变异等机制,然后引入到二进制编码的蜂群算法中。蜂群算法中的编码规则采用二进制编码,即xij∈[0,1],且每个个体中编码位数是有限的。在算法的基本步骤Step3中,将蜜源新位置的更新公式进行引申意义的挖掘。首先给出如下定义: 
    定义1(集合的去同存异操作)设集合A,B∈Rn,则C=A¨B=A-(Ai∩Bi)。C∈Rm,m≤n。 
    根据该定义的表述方式,可以理解为C是集合A与集合B中对等位置的值进行“去同存异”操作后,形成新的集合C,新集合的C维数是小于等于原集合A的维数的。 
    定义2(集合的随机交换操作)设集合A∈Rn,k=Rand()则D=k·A=Rand()*A即对集合A中的元素进行随机交换。 
    定义3(集合的等位更新)设集合A∈Rn,B∈Rt,且n≥t,则E=A←B=Ai←Bi。 
    符号“←”表示用集合B中元素等位地替换集合A中元素,生成新的集合E,该集合的维数与集合A的维数相同。 
    利用上述定义,则公式Vij=xij+φij(xij-xkj)根据更新公式的机理可以进一步扩展为: 
    公式九:Vij=xij←φij·(xij¨xkj) 
    该式的物理意义是将xij与xkj中同位置的相同元素去掉,保留不同的元素,即进行“去同存异”操作后,随机交换不同元素的位置,再将交换后的元素重新放回xij对应的位置中去,所以该操作类似于遗传算法中的“交叉”操作。该操作既保留了两个个体中相同的元素,又对不同元素进行了位置交换。因此这样的操作有利于新生成的个体朝着较优方向发展。 
    但多次进行这样的操作也容易使寻优个体陷入到局部极值中,不能从局部较优解中“跳”出来。所以引入了依概率的变异操作,即 
    公式十:pi=fitnessiΣi=1SNfitnessi]]>
    其中SN是种群中个体的总个数,fitnessi为第i个个体的适应度值。 
    如果rand(0,1)>pi,则对第i个个体进行单点变异操作;否则,不进行变异操作。 
    定义1的遗传机制二进制蜂群算法在有限步内以概率1收敛到全局最优解。 
    算法在理论上而言,只要有变异存在,整个算法必然是不收敛的,那么自然也不会存在过早收敛的现象。但针对该算法而言,若类交叉概率很大,变异概率很小,即类交叉概率起主导作用,可以近似认为算法收敛与否完全由类交叉算子的作用所致。那么针对本文提出的算法亦可以用遗传算法的收敛理论进行验证。该算法中的类交叉算子是根据选择概率选取的任意两个体,将具有相同模式(Schema)的位置保留,将不同位置进行随机交换,在每次迭代保留最优解的前提下,该算法是在有限步内以概率1收敛到全局最优解。 
    综合应用以上两个操作可以快速的获得最优解,并能有效的避免个体适应度值陷入到局部优解。 
    算法复杂度分析: 
    从公式六所示二维直线交叉熵阈值选取的计算过程,只需要计算P0(T)、 和因为对于一幅图像而言,和是常值,而P1(T)=1-P0(T),Σ(i,j)∈C1ipij=Σ(i,j)∈C0+C1ipij-Σ(i,j)∈C0ipij,Σ(i,j)∈C1jpij=Σ(i,j)∈C0+C1jpij-Σ(i,j)∈C0jpij.]]>在每次循环中计算到阈值T为止的P0(T)、和因此该适应度函数的计 算复杂性为O(L2)。应用改进蜂群算法,利用二维直线交叉熵作为适应度函数,蜂群算法的复杂度为O(迭代次数*蜜蜂个数*图像灰度级^2),采用遗传机制的二进制策略以后,可以大大减少迭代次数,算法的复杂度可以近似表示为O(蜜蜂个数*图像灰度级^2)。若改进蜂群算法中蜜蜂的个数定义为N,图像灰度级依然用L表示,则算法的复杂度为O(N*L^2)。 
    以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求?;さ谋痉⒚鞣段?。本发明要求?;し段в伤降娜ɡ笫榧捌涞刃锝缍?。 

    关于本文
    本文标题:二进制算法和二维直线交叉熵结合的图像分割方法.pdf
    链接地址://www.4mum.com.cn/p-6143433.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 9肖计算公式 大小单双软件 重庆时时开奖记录 北京pk10稳赚方法 怎样玩时时彩才能稳赚不赔 大乐透单式投注怎么投 三的走势图带连线 北京时时诀窍免费群 pc蛋蛋28苹果版下载 快3大小技巧稳赚方法如下 天津时时平台网投 彩世家怎么下载 江苏快3全天计划软件 北京pk10高手看走势 双色球脎号 3d组选概率计算公式