[发明专利]一种基于遗传算法的图像分割方法和系统

说明书

本发明提供一种基于遗传算法的图像分割方法，包括：获取初始种群，并将初始种群进行初始化；计算初始种群中每个个体的初始适应度值，选取较优个体进入到下一代；根据预设条件调整进入下一代的个体的初始适应度值，获取调整后的适应度值；执行交叉操作和变异操作，并更新种群；判断新种群是否满足终止条件，若满足则获得分割阈值，否则，进入计算初始种群中每个个体的适应度值的步骤；根据分割阈值处理待分割图像。这样可以通过适应度值的调整可以避免种群适应度值的最大差值极速下降，保持种群的多样性，避免算法陷入局部最优解的情况，提高分割阈值计算的准确性，从而更加高效、快捷、准确的分割图像。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于遗传算法的图像分割方法和系统。

背景技术

随着计算机技术的飞跃发展，人们越来越多的利用计算机来帮助人类获取和处理视觉图像信息。据统计，在人类从外界获取的信息中有80％是来自于视觉，这包括图像、图形、视频等，它是人们最有效的信息获取和交流方式，图像也因其所含的信息量大、表现直观而在多媒体处理技术中占有非常重要的位置。图像处理从本质上讲是对图像信息进行加工以满足人的视觉心理或应用需求的行为。在日常生活中,人们往往仅对图像中的某些部分感兴趣,这些感兴趣的部分一般对应图像中特定的、具有独特性质的区域。而图像分割的目的就是将图像分成各具特性的区域并提取出感兴趣目标，以满足人们的某种需要。图像分割的结果是图像特征提取和识别等图像理解的基础，对图像的加工主要出于图像处理的层次，图像分割后，对图像的分析才有可能。另外，图像分割在实际中也得到了广泛的应用，特别是近年来随着计算机技术和图形图像学的飞速发展，使得图像分割技术成为其他很多研究方向能否顺利发展的一个重要基础。

阈值分割法因实现简单、运算效率高而成为一种有效的图像分割方法，而阈值的确定是阈值法图像分割的关键。然而要在一幅多峰直方图的全灰度范围内搜索一个最佳的多阈值组合使得分割结果更为精准，求解的过程将变得异常耗时，无法满足图像分割对实时性的要求，严重地阻碍了该方法的进一步发展。因此，如何提供一种准确快捷的图像分割方法称为本领域亟需解决的问题。

发明内容

本发明的目的是提供一种准确快捷的基于遗传算法的图像分割方法和系统。

本发明的目的是通过以下技术方案来实现的：

一种基于遗传算法的图像分割方法，包括：

获取初始种群，并将初始种群进行初始化；

计算初始种群中每个个体的初始适应度值，选取较优个体进入到下一代；

根据预设条件调整进入下一代的个体的初始适应度值，获取调整后的适应度值；

执行交叉操作和变异操作，并更新种群；

判断新种群是否满足终止条件，若满足则获得分割阈值，否则，进入计算初始种群中每个个体的适应度值的步骤；

根据分割阈值处理待分割图像。

优选的，所述方法进一步包括：计算待分割图像的图像灰度直方图；

对图像的灰度值进行编码，生成初始种群。

优选的，所述根据预设条件调整进入下一代的个体的初始适应度值的步骤具体包括：根据公式

和公式