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：海南大学

摘要：本发明提供了一种用于传统纹样图像特征提取的图像分割优化方法，属于图像分割领域，包括：获取传统纹样图像的RGB颜色空间像素，采用二维傅里叶变换将图像从空间域转换到频域，得到复数形式的频谱，分析频谱，将图像中特征区域的频谱和非特征区域频谱分开；经傅里叶逆变换处理，将图像从频域转换回空间域；将空间域图像的像素值范围设置在0到255之间，并转换为灰度图像；改进雪鹅优化算法，利用改进的野鹅优化算法整定K‑means算法的分割阈值，得到K‑means算法分割传统纹样图像的最佳阈值K，利用最佳阈值对灰度图像进行分割，通过优化图像分割技术提高对传统纹样图像特征提取的精确性。

主权项：1.一种用于传统纹样图像特征提取的图像分割优化方法，其特征在于，包括：步骤一、获取所述传统纹样图像的RGB颜色空间像素，采用二维傅里叶变换将所述图像从空间域转换到频域，得到复数形式的频谱，分析频谱，将所述图像中特征区域的频谱和非特征区域频谱分开；步骤二、对所述传统纹样图像特征区域和非特征区域进行傅里叶逆变换处理，将所述传统纹样图像从频域转换回空间域；步骤三、将所述傅里叶逆变换后的空间域图像的像素值范围设置在0到255之间，并转换为灰度图像；步骤四、改进雪鹅优化算法的局部开发阶段的位置更新数学模型和全局勘探阶段的搜索性控制参数；所述改进雪鹅优化算法的具体步骤为：S41、将雪鹅优化算法的局部开发位置更新策略与PID搜索算法的更新机制融合，降低雪鹅优化算法寻优复杂度，提升雪鹅优化算法的局部开发阶段的寻优收敛速度和精度； （2）；式中，为第次迭代时第个雪鹅个体的第维的位置，，，；为当前迭代时的PID输出值，即为改进的雪鹅优化算法收敛步长，为当前迭代的限制步长参数；S42、改进雪鹅优化算法全局勘探阶段决定雪鹅优化算法搜索性的控制参数，利用所述改进的控制参数生成新的雪鹅优化算法全局勘探位置更新策略数学模型；改进的控制参数数学模型为： ；式中，为当前迭代次数，为最大迭代次数，为种群最大规模，为[0，1]内的随机数，为当前迭代下目标函数的最小值，为当前迭代下第个雪鹅个体位置的目标函数值；步骤五、利用改进的雪鹅优化算法整定K-means算法的分割阈值，得到K-means算法分割传统纹样图像的最佳阈值K，利用最佳阈值对所述灰度图像进行分割，实现对传统纹样图像特征提取，具体步骤为：Step1、初始化PID搜索算法和雪鹅优化算法共有的参数，包括：种群最大规模、最大迭代次数、问题维度以及寻优上界和下界；Step2、采用佳点集初始化改进的雪鹅优化算法的雪鹅种群初始位置，所述雪鹅种群初始位置与K-means算法的阈值K映射，每个雪鹅个体的位置对应一个阈值K的解；Step3、构建雪鹅种群的位置更新数学模型，根据所述位置更新数学模型更新每只雪鹅个体的位置，将所述更新后雪鹅个体的位置解码为K-means算法的分割阈值K的解；具体步骤为：Step31、局部开发阶段是改进的雪鹅优化算法向目标值收敛的过程，模拟PID搜索算法的收敛行为，按照公式（4）对改进的雪鹅优化算法收敛步长进行建模： （4）；式中，为当前迭代时的PID输出值，即为改进的雪鹅优化算法收敛步长；Kp、Ki和Kd分别为比例、积分和微分的调整系数，分别设置为1、0.5和1.2；、和为[0，1]内的随机数；为当前迭代时的雪鹅个体位置与最优位置的差值，为当迭代次数为t时，前一次迭代的总体偏差，为前两次迭代的总体偏差；Step32、为了避免改进的雪鹅优化算法收敛步长过大，导致错过最优解，按照公式（5）建立限制步长的参数的数学模型： （5）；式中，为当前迭代的限制步长参数，为[0，1]内的随机数，为莱维飞行函数，为一个计算出的调整系数，数学模型为：；Step33、根据所述步骤Step31和步骤Step32，按照公式（2）建立改进的雪鹅优化算法局部开发位置更新策略； （2）；式中，为第次迭代时第个雪鹅个体的第维的位置，，，；Step34、使用随机地探索搜索空间中的其他雪鹅个体，利用最小时间变量和改进后的控制参数提高雪鹅优化算法的搜索性，按照公式（6）建立改进的雪鹅优化算法全局勘探位置更新策略； （6）；式中，为在问题维度D中随机一个值，为当前全局最佳雪鹅位置；Step4、利用目标函数计算所述更新后雪鹅个体的位置的适应度值，对所述适应度值升序排序，保留适应度值最大的雪鹅个体的位置；其中，将聚类的紧凑性和分离性结合起来设计目标函数，目标函数的数学模型公式为： ；式中，为一个介于0和1之间的随机参数，用于平衡聚类簇内紧凑性和聚类簇间分离性的重要性，为聚类簇内紧凑性，即每个簇中的数据点与簇中心的距离平方和；为聚类簇间分离性，即不同聚类簇中心之间的距离平方和；Step5、计算当前迭代次数时的最大适应度值与上次迭代次数时的最大适应度值的变化率（3），若所述变化率小于0.2，则说明当前迭代K-means算法的分割阈值K接近最佳值，继续迭代次，输出迭代后的雪鹅个体的位置对应的K-means算法的分割阈值K解，否则返回Step2。

全文数据：

权利要求：

百度查询： 海南大学 一种用于传统纹样图像特征提取的图像分割优化方法