一种基于生物地理优化的图像分割方法

摘要

本发明属于图像处理技术领域，具体涉及一种可用于图像增强、模式识别、目标跟踪等的基于生物地理优化的图像分割方法。本发明包括：对参数进行初始化；输入待分割的图片，初始化聚类中心；计算模糊矩阵；重新计算聚类中心；提取每个聚类中心的适应度值；提取每个聚类中心的迁入率和迁出率；根据变异算子更新聚类中心；输出分割结果。本发明由于采用生物地理迁移策略优化聚类中心，降低了计算量；由此优化选出聚类中心具有全局特性，因而克服了传统聚类算法的初始化敏感问题，提升了聚类算法的稳定性和聚类性能；本发明由于引入迁入迁出的策略优化聚类中心，更准确地反映出数据中心分布特点，并设计了相应的聚类中心更新规则，缩减了计算量。

主权项

一种基于生物地理优化的图像分割方法，其特征在于，包括如下步骤：（1）对类别数C、模糊指数m、群体规模n、迭代次数N、迁入率函数最大值I、迁出率函数最大值E、迁移率pmodify、精英个体留存数k及最大变异概率mmax进行初始化；（2）输入待分割的图片，彩色图转换为灰度图，将图像信息转换为图像的灰度数据，初始化聚类中心；（3）计算k个聚类中心隶属度构成的模糊矩阵；（4）重新计算k个聚类中心；（5）提取每个聚类中心的适应度值，判断是否满足最大迭代次数T停止条件，如果满足就停止，输出最优解；如果不满足则执行步骤（6）；（6）提取每个聚类中心的迁入率和迁出率，根据迁移策略修改聚类中心，重新提取适宜度；（7）根据变异算子更新聚类中心，重新提取适宜度；（8）如果未达到迭代次数T，执行步骤（3）进行下一次迭代；如果达到迭代次数，输出分割结果。