发明名称 |
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。 |
申请公布号 |
CN103279944A |
申请公布日期 |
2013.09.04 |
申请号 |
CN201310141294.5 |
申请日期 |
2013.04.22 |
申请人 |
哈尔滨工程大学 |
发明人 |
徐立芳;莫宏伟;李真真;雍升;胡嘉祺;孟龙龙;孙泽波 |
分类号 |
G06T7/00(2006.01)I;G06K9/62(2006.01)I;G06N3/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
|
代理人 |
|
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。 |
地址 |
150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室 |