[发明专利]基于植物根系觅食优化的多阈值金属微滴图像分割方法

权利要求书

1.一种基于植物根系觅食优化的多阈值金属微滴图像分割方法，其特征在于，包括以下步骤：

步骤1：获取待分割的金属微滴流源图像；

步骤2：随机初始化图像分割阈值的根种群G＝{x_i}，初始化各根的营养素浓度设定最大迭代次数LimitC、分支阈值BranchG、向重力性生长的最大值Grow_max、营养素浓度下限阈值Nmority，其中，x_i为根种群中的第i个根，即第i组图像分割阈值，i∈[1，Num]，Num为种群大小；

步骤3：初始化迭代次数Iteration＝0；

步骤4：根据待分割的金属微滴流源图像的灰度直方图和当前图像分割阈值根种群的各根的营养素浓度计算当前图像分割阈值根种群的各根的适应度和生长素浓度

步骤5：根据当前图像分割阈值根种群的各根的生长素浓度将当前图像分割阈值根种群的各根分为主根和侧根：即将当前图像分割阈值根种群的各根的生长素浓度按照从大到小进行排序，并将其中前Sum个根作为主根，执行步骤6，其余根作为侧根，执行步骤7；

步骤6：对当前图像分割阈值根种群的主根进行向水性自生长操作和向重力性自生长操作，更新各主根的适应度和营养素浓度并采用贪心算法计算各主根x_i当前的最优适应度并对满足分支条件的主根进行分支操作，计算当前图像分割阈值根种群的各主根x_i的分支数并确定分支后的各根位置；

步骤7：对当前图像分割阈值根种群的侧根进行自生长操作，更新各侧根的适应度和营养素浓度并采用贪心算法计算各侧根x_i当前的最优适应度

步骤8：根据当前图像分割阈值根种群的各根的营养素浓度消除冗余根：若当前图像分割阈值根种群的根x_i的营养素浓度大于分支阈值BranchG，则更新后根x_i的数量为若当前图像分割阈值根种群的根x_i的营养素浓度小于营养素浓度下限阈值Nmority，则更新后根x_i的数量为否则，根x_i的数量不变；

步骤9：更新当前图像分割阈值根种群的种群大小

步骤10：判断当前图像分割阈值根种群的迭代次数Iteration是否达到最大迭代次数LimitC，若是，执行步骤11，否则，令Iteration＝Iteration+1，返回步骤4；

步骤11：将当前图像分割阈值根种群的各主根的最优适应度和各侧根的最优适应度进行比较，将其中最优适应度最小的根对应的一组阈值作为待分割的金属微滴流源图像的分割阈值组；

步骤12：采用步骤11获得的分割阈值组对待分割的金属微滴流源图像进行分割。