[发明专利]二进制算法和二维直线交叉熵结合的图像分割方法

说明书

技术领域

本发明涉及一种图像分割方法，尤其涉及一种二进制算法和二维直线交叉熵结合的图像分割方法。

背景技术

图像分割是计算机视觉处理中的一个关键问题，图像的特征提取和待检测目标的识别都是以图像分割为基础。目前，在众多的分割方法中，阈值分割的方法因其简单、计算量小、性能较稳定而成为图像分割中应用最广泛的分割技术。对于灰度图像而言，常见的分割方法有大津法(Otsu法)、最大熵法和最小误差阈值法等。这些方法根据各部分均值和方差等变化来选择合适的阈值，从而完成目标和背景的区分。但现有技术中的方法对于信噪比较高的图像而言，难以得到满意的图像分割效果，因此，需要一种新的图像分割方法诞生。

发明内容

本发明的目的就在于为了解决上述问题而提供一种二进制算法和二维直线交叉熵结合的图像分割方法。

本发明通过以下技术方案来实现上述目的：

本发明包括以下步骤：

(1)参数初始化，9位二进制编码产生初始位置；

(2)计算每个个体的图像二维直线交叉熵；

(3)按以下公式对每个个体进行更新，并更新二维直线交叉熵；

公式九：V_ij＝x_ij←φ_ij·(x_ij¨x_kj)

(4)按以下公式对随机个体进行更新，并更新二维直线交叉熵；

公式十：

(5)判断最优解个数是否>limit，若是，则进入步骤(6)，若否，则进入步骤(7)；

(6)按以下公式更新个体；

公式七：

(7)判断是否达到迭代次数，若是，则进入步骤(8)，若否，则返回步骤(3)；

(8)输出最优解，用以下公式分割图像；

公式十二：

具体地，所述二进制算法为遗传机制的二进制蜂群算法。

本发明的有益效果在于：

本发明是一种二进制算法和二维直线交叉熵结合的图像分割方法，与现有技术相比，本发明首先计算图像的灰度级-邻域平均二维灰度直方图，构建二维直线交叉熵，用垂直于主对角线的一条直线将图像分割成目标和背景两部分；其次以二进制对个体进行编码，二维直线交叉熵作为适应度函数，分析蜂群算法更新公式的机理，提出基于遗传机制的二进制蜂群算法。通过该算法自适应获取阈值，确定出分割的直线方程；最后通过调整算法参数，按照一定规律自适应选取较优解，精确得到图像分割的阈值，从而达到图像目标和背景的分割，具有良好的收敛性能和快速、平稳、准确地获取分割阈值的能力，有利于推广使用。

附图说明

图1是本发明的方法流程图；

图2是本发明的二维直线型区域划分图。

具体实施方式

下面结合附图对本发明作进一步说明：

如图1所示：本发明包括以下步骤：

(1)参数初始化，9位二进制编码产生初始位置；

(2)计算每个个体的图像二维直线交叉熵；

(3)按以下公式对每个个体进行更新，并更新二维直线交叉熵；

公式九：V_ij＝x_ij←φ_ij·(x_ij¨x_kj)

(4)按以下公式对随机个体进行更新，并更新二维直线交叉熵；

公式十：

(5)判断最优解个数是否>limit，若是，则进入步骤(6)，若否，则进入步骤(7)；

(6)按以下公式更新个体；

公式七：

(7)判断是否达到迭代次数，若是，则进入步骤(8)，若否，则返回步骤(3)；

(8)输出最优解，用以下公式分割图像；

公式十二：

所述二维直线交叉熵为：