买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜常州大学申请的专利一种基于改进的混沌粒子群的图像阈值分割方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114863114B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210568128.2，技术领域涉及：G06V10/28；该发明授权一种基于改进的混沌粒子群的图像阈值分割方法是由高寅冲;郑剑锋;周海翔;王群;孙晓鹏设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种基于改进的混沌粒子群的图像阈值分割方法在说明书摘要公布了：本发明公开一种基于改进的混沌粒子群的图像阈值分割方法，包括：初始化粒子群体，计算粒子个体的适应度值，更新粒子的个体极值和粒子的全局极值；迭代更新粒子个体的位置和粒子个体的速度；计算粒子个体的阈值分割贡献度；根据粒子个体的阈值分割贡献度，筛选获得精英粒子；对精英粒子进行基于拟牛顿法加速的迭代混沌优化，对灰度图像进行阈值分割，获得最优适应度值；判断当前混沌迭代次数是否满足设定的最大混沌迭代次数或者混沌优化是否达到设定的精度，若当前混沌迭代次数满足设定的最大混沌迭代次数或者混沌优化达到设定的精度则将最优适应度值逆映射回粒子群集群中，计算粒子集群中所有粒子的适应度值，若满足设定的条件则输出最优解。

本发明授权一种基于改进的混沌粒子群的图像阈值分割方法在权利要求书中公布了：1.一种基于改进的混沌粒子群的图像阈值分割方法，其特征在于，包括：步骤1，对图像进行预处理，获得灰度图像；步骤2，初始化粒子群体，计算粒子个体的适应度值；步骤3，基于粒子个体的适应度值，更新粒子的个体极值和粒子的全局极值；步骤4，迭代更新粒子个体的位置和粒子个体的速度；步骤5，计算粒子个体的阈值分割贡献度；步骤6，根据粒子个体的阈值分割贡献度，筛选获得精英粒子；步骤7，对精英粒子进行基于拟牛顿法加速的迭代混沌优化，对灰度图像进行阈值分割，获得最优适应度值；步骤8，判断当前混沌迭代次数是否满足设定的最大混沌迭代次数或者混沌优化是否达到设定的精度，若当前混沌迭代次数满足设定的最大混沌迭代次数或者混沌优化达到设定的精度则进入步骤9，否则进入步骤7；步骤9，将最优适应度值逆映射回粒子群集群中，计算粒子集群中所有粒子的适应度值，若满足设定的条件则输出最优解，否则进入步骤2；步骤7和步骤8，通过以下步骤实现：A，设定混沌迭代次数M，将第g个全局极值映射到logistic方程的定义域[0,1]上： ;式中，为第一次迭代得到的序列元素，为粒子群体的全局极值，为粒子位置范围的最小值，为粒子位置范围的最大值；B，通过logistic方程进行M次基于拟牛顿法加速的迭代之后，得到混沌序列，式中，为第n+1次迭代得到的序列元素，μ为控制参数，为第M次迭代得到序列元素；C，将混沌序列通过下式逆映射回原解空间，获得混沌变量可行解序列：式中，为第m次迭代得到的序列元素；D，计算混沌变量可行解序列中每个可行解矢量的适应度值，根据Kapur熵阈值分割的特性得到可行解矢量对应适应度的最大值；E，若m≥2，则判断当前适应度的最大值是否是大于上一个获得的适应度的最大值，若当前适应度的最大值大于上一个获得的适应度的最大值，则将当前适应度的最大值作为最优适应度值；F，判断最优适应度值是否达到设定的精度或当前迭代次数是否达到设定的混沌迭代次数；如果最优适应度值达到设定的精度或当前迭代次数达到设定的混沌迭代次数，则进入步骤9，否则进入步骤B。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。