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！

申请/专利权人：哈尔滨工程大学

摘要：本发明公开了一种基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统，涉及图像处理技术领域。本发明的技术要点包括：基于二维Otsu图像分割方法对灰度图像进行图像分割，获取最优分割阈值；利用基于种群熵和柳絮漂移算子的天鹰优化算法对最优分割阈值进行寻优，获取寻优后的最优分割阈值；根据寻优后的最优分割阈值，基于二维Otsu图像分割方法对原始灰度图像进行分割，获取分割图像。本发明从两个方面对天鹰搜索机制进行了改进，有效避免了天鹰种群陷入局部最优解的困境，同时增强了天鹰种群局部开发的能力。本发明相比原始天鹰搜索机制和其他群体智能优化方法均体现了更为优秀的分割结果。本发明在图像分割领域具有较强的实用价值。

主权项：1.基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法，其特征在于，包括：获取灰度图像；基于二维Otsu图像分割方法对所述灰度图像进行图像分割，获取最优分割阈值；利用基于种群熵和柳絮漂移算子的天鹰优化算法对所述最优分割阈值进行寻优，获取寻优后的最优分割阈值；具体过程包括：将灰度图像每个像素点的灰度值作为天鹰个体，初始化天鹰种群中每个个体的位置，并将二维Otsu图像分割方法中的距离测度函数的倒数作为适应度函数，计算适应度值，将适应度值最优所对应的天鹰个体位置设置为猎物的初始位置；在探索阶段，天鹰种群进行全局探索，采用扩大探索和收缩探索两种方式在全局范围内进行猎物位置的搜寻，并采用柳絮漂移算子生成随机解；过程包括：生成一个0,1之间的随机数当时天鹰种群进行扩大探索，否则天鹰种群进行收缩探索；在扩大探索阶段，天鹰在高空中翱翔进行猎物区域的识别并选择最佳狩猎区，第n只天鹰个体的位置更新公式为其中为第t+1次迭代中第n只天鹰的位置，Xt为第t次迭代猎物的位置，为第t次迭代天鹰个体位置的平均值，为0,1之间的随机数，n＝1,2,...,N，为向下取整符号，T表示天鹰种群的最大迭代次数；在收缩探索阶段，天鹰在发现猎物区域后在目标猎物上空盘旋，准备发起攻击，第n只天鹰个体的位置更新公式为其中LfD为Levy飞行函数，为天鹰种群中随机选取的一只天鹰个体，m≠n，为0,1之间的随机数，y＝δ+oZ1HT，H＝[H1,H2,...,HD]，d＝1,2,...,D,n＝1,2,...,N，δ，o和ε为固定参数；Z1表示[1,D]区间内的全部整数；采用柳絮漂移算子生成随机解：设风力等级为[0,β1]、[β1,β2]、[β2,β3]和[β3,1]四个区间，分别编号为区间1、区间2、区间3和区间4，初始风力等级为区间1；风力等级存在维持原等级和发生突变两种情况，当时风力等级与第t次迭代相同，否则风力等级突变为第t次迭代不同的任意区间，其中为[1,α2]间的随机数，α1表示风力转向因子；将视为柳树存在的位置，随机解视为柳絮传播的位置，在风力等级在第v个区间内生成的随机解为其中v为[1,4]内的整数，为第v个区间所属范围内的随机数或其相反数；完成随机解的生成后，计算以随机解位置为中心的c×c邻域内像素点集合的灰度平均值，将随机解位置与对应灰度平均值构成阈值向量，代入适应度函数f中计算第n个随机解的适应度值，若则在开发阶段，天鹰种群进行局部开发，采用扩大开发和收缩开发两种策略在局部范围内进行猎物的猎捕，并采用种群熵对天鹰种群进行变异；过程包括：生成一个0,1之间的随机数当时天鹰种群进行扩大探索，否则天鹰种群进行收缩探索；在扩大开发阶段，天鹰确定猎物区域，垂直下降进行初步的攻击，以发现猎物反应，第n只天鹰个体的位置更新公式为其中和为0,1之间的随机数，η和θ为固定的开发因子，Ud和Rd表示第d维的上界和下界；在缩小开发阶段，天鹰接近猎物并采用随机的策略抓取猎物，第n只天鹰个体的位置更新公式为其中和为0,1之间的随机数；找到天鹰种群中最大适应度值fmax和最小适应度值fmin，构造解区间[ξmin,ξmax]，其中ξmin＝μfmin且0＜μ＜1，ξmax＝νfmax且ν＞1，其中μ和ν为解区间参数；将此解区间等分为Q个子区间，若某天鹰个体的适应度值在某子区间范围内，则此天鹰个体属于此子区间，进而计算第j个子区间包含的天鹰个体数wj，j＝1,2,...,Q，则种群熵计算为若天鹰种群的种群熵较大则采取大步长变异，若种群熵较小则采用小步长变异，设天鹰种群的变异算子为其中和为步长控制参数，exp代表以自然常数e为底的指数函数，υ1表示变异概率因子；对天鹰种群进行变异，第n只天鹰个体的变异公式为其中为第t+1次迭代第n只天鹰个体变异后的位置；完成天鹰种群中每只天鹰个体的变异后，计算以变异后天鹰个体位置为中心的c×c邻域内像素点集合的灰度平均值，将变异后天鹰个体位置与对应灰度平均值构成阈值向量，代入适应度函数中计算变异后第n只天鹰个体所在位置的适应度值，若则计算每只天鹰个体更新位置后的适应度值，更新猎物位置；判断是否达到其最大迭代次数，若未达到则返回探索阶段继续迭代；否则输出最优位置；将最后一代的猎物位置即最优位置作为寻优后的最优分割阈值；根据寻优后的最优分割阈值，基于二维Otsu图像分割方法对原始灰度图像进行分割，获取分割图像。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统