[发明专利]基于协作量子粒子群算法的多阈值图像分割方法

权利要求书

1.一种基于协作量子粒子群算法的多阈值图像分割方法，其特征在于包括如下步骤：

（1）根据最佳分割阈值，建立并初始化第一代粒子群；

（2）根据多阈值分割的适应度函数，计算每个粒子的适应度值，并计算每个粒子的个体最优位置以及所有粒子的全局最优位置；

（3）利用协作量子粒子群迭代公式更新所述每个粒子的位置向量，以及所述每个粒子的个体最优位置和所有粒子的全局最优位置；

（4）重复执行步骤（2）至（3），直至满足所述粒子群迭代公式的迭代次数u=U_max，U_max为所述粒子群迭代公式的最大迭代次数。

2.如权利要求1所述的基于协作量子粒子群算法的多阈值图像分割方法，其特征在于：所述步骤（1）中，最佳分割阈值的计算方法是：设图像被{t_{_1},t_{_2},...，t_{_M-1}}个阈值分割为(M-1)个部分，则最佳分割阈值{t^*_{_1},t^*_{_2},...,t^*_{_M-1}}需满足如下条件：

{t1*,t2*,...,tM-1*}=argmax{σB2(t1,t2,...,tM-1)}]]>

其中，σB2(t1,t2,...,tM-1)]]>为图像灰度值的方差值，σB2=Σk=1Mωk*(uk-utk*)2,]]>C_k为分割图像，k=1,2,...,M，PR_i=h(i)/N为各阈值的计算概率，为图像的总像素数，L为该图像的灰度值，h(i)为灰度值为i的像素数，分割图像C₁对应阈值[0，t_{_1}]，分割图像C₂对应阈值[t_{_1}，t_{_2}]，依此类推，分割图像C_M对应阈值[t_{_M-1}，L ]。