[发明专利]基于多智能体遗传聚类算法的图像分割方法

权利要求书

1.一种基于多智能体遗传聚类算法的图像分割方法，包括：

(1)输入待分割图像，

(2)提取待分割图像的二维灰度信息：

(2a)对待处理的当前像素点(σ₁，σ₂)，选取该点3×3邻域内各点值的中值代替(σ₁，σ₂)，将此均值作为二维灰度信息的第一维；

(2b)对待处理的当前像素点(σ₁，σ₂)，选取该点(5×5)邻域内各点的均值代替(σ₁，σ₂)，将此均值作为二维灰度信息的第二维；

(3)应用多智能体遗传聚类算法对图像二维灰度信息进行聚类：

(3a)确定聚类数目c和模糊权重m，随机初始化聚类原型，每个聚类原型代表一个智能体，确定种群大小，令进化代数t＝0；

(3b)利用如下隶属度公式对隶属度进行更新：

uik=1Σj=1c(||xk-vi||||xk-vj||)2/(m-1),]]>

其中：i和j表示聚类类别，v为聚类中心，v_i表示第i类的聚类中心，v_j表示第j类的聚类中心，k表示当前待聚类数据的标号，u_ik表示第k个待聚类数据隶属于第i类的隶属度，x为待聚类的图像二维灰度信息，x_k表示待聚类的图像二维灰度信息的第k个数据；

(3c)利用如下公式计算种群中智能体的能量Energy(V)：

Energy(V)=1Σi=1cΣk=1nuikm||xk-vi||2+ζ,]]>

其中：V表示种群中的智能体，n为待聚类图像二维灰度信息的数目，ζ为常数；

(3d)根据(3c)中计算的种群中智能体的能量，将领域竞争算子作用在智能体网格L^t中的每个智能体上，获得智能体网格L^t+1/3；

(3e)设R(0，1)是0到1之间的随机数，如果R(0，1)小于领域正交交叉操作概率P_c，将领域正交交叉算子作用在智能体网格L^t+1/3中的智能体上，产生新的智能体网格L^t+2/3；如果R(0，1)小于高斯变异算子操作概率P_m，将变异算子作用在新的智能体网格L^t+2/3中的智能体上，得到下一代智能体网格L^t+1；

(3f)从下一代智能体网格L^t+1中找到能量最大的智能体CBest^t+1，将自学习算子作用在该智能体CBest^t+1上，如果满足Energy(CBest^t+1)＞Energy(Best^t)，则Best^t+1←CBest^t+1，否则，Best^t+1←Best^t，CBest^t+1←Best^t，其中：Best^t为L⁰，L¹，...，L^t中能量最大的智能体；

(3g)如果满足终止条件，输出隶属度矩阵和聚类原型并且停止，否则t←t+1转向步骤(3b)；

(3h)根据(3g)输出的隶属度矩阵，按最大隶属度原则输出聚类标签；

(3i)根据(3h)输出的聚类标签，对图像像素进行分类，实现图像分割，并输出分割后的图像。