一种基于萤火虫优化算法的矿带图像分割法

摘要

本发明公开了一种基于萤火虫优化算法的矿带图像分割法，属于图像处理技术领域，首先对矿带图像进行预处理，将彩色矿带图像转换为灰度图像和自适应低通滤波处理；然后将萤火虫均匀地分布在矿带图像的灰度直方图空间中，并对每个萤火虫荧光素的值进行更新，根据局部信息、全局信息和随迭代次数自适应更新步长的策略对萤火虫进行移动，更新萤火虫的局部决策域半径，计算适应度函数，根据适应度函数搜索全局最优解，经过多次迭代之后，全局最优位置即为最佳阈值；根据最佳阈值对矿带图像进行分割，本发明在萤火虫的移动过程中，加入了全局信息和随迭代次数自适应更新步长的策略，算法的收敛速度快和收敛精度高，全局寻优能力强，适合于矿带图像分割。

主权项

一种基于萤火虫优化算法的矿带图像分割法，包括以下步骤：（1）在选矿过程中实时拍摄矿带图像，对矿带图像进行预处理，将矿带图像转换为灰度图像，然后利用自适应低通滤波对图像进行滤波处理；（2）萤火虫初始化：设置参数，设置最大迭代次数和萤火虫数目N，并利用在（0，1）之间均匀分布的随机函数使N个萤火虫均匀地分布在预处理后矿带图像的灰度直方图空间中；（3）对每个萤火虫荧光素的值进行更新，更新公式为，式中：为荧光素值，为荧光素消失率，为荧光素更新率，为迭代次数，为矿带图像的适应度函数值；（4）计算萤火虫移动后的位置 （a）寻找每个萤火虫的邻居集合，并计算移动概率，式中：为萤火虫向萤火虫移动的概率，是萤火虫在时刻的邻居集合，表示的是萤火虫和之间的欧氏距离，萤火虫根据计算出的移动概率在其邻居集合内选择一个移动概率最大的萤火虫，并向其移动；（b）利用步长计算公式根据t对步长进行自适应更新，最后根据位置更新公式对萤火虫的位置进行更新，计算公式中：为步长，为步长的最大值，为步长的最小值，和为[0,1]范围内的随机函数，为整个萤火虫群中适应度最大的萤火虫；（5）计算第个萤火虫的动态决策域，计算公式为：，式中：为第个萤火虫的动态决策域，为感知域半径，为动态决策域的更新率，为一个常数，为邻域个数阈值，用于控制邻域的数量，步骤（5）中的计算出的动态决策域被用于下一次迭代步骤（4）中移动概率的计算；（6）根据步骤（4）中计算出的萤火虫移动后的位置，来计算矿带图像的适应度函数，计算公式为：，式中：为矿带图像的类间方差，为矿带图像的阈值，为累积概率，为均值；（7）循环步骤（3）、（4）、（5）、（6）次，全局最优值所在的位置即为最佳阈值，矿带灰度图像由像素点构成，每个像素点具有一定的阈值，因此可以根据求出的最佳阈值对矿带图像进行阈值分割，得到最终的矿带图像分割结果。