[发明专利]一种基于粒子群算法的图像边缘检测方法及系统

权利要求书

1.一种基于粒子群算法的图像边缘检测方法，其特征在于，包括：

利用粒子群算法求解图像边缘检测的最优灰度阈值；根据所述最优灰度阈值对所述图像进行边缘检测。

其中，在求解时，粒子群算法每次迭代的惯性权重的调整公式为：

式中，ω为调整后的惯性权重，t_max为预设的迭代次数，t为当前的迭代次数，ω_max为预设的最大惯性权重值，ω_min为预设的最小惯性权重值。

2.根据权利要求1所述的基于粒子群算法的图像边缘检测方法，其特征在于，所述利用粒子群算法求解图像边缘检测的最优灰度阈值包括：

S21，设定粒子群算法的参数，以对所述图像应用粒子群算法，获取所述图像边缘检测的最优灰度阈值；

S22，调整粒子群算法的惯性权重；

S23，计算每个粒子的适应度；

S24，根据所述适应度，更新各个粒子的局部最优灰度阈值和粒子群的全局最优灰度阈值；

S25，根据所述惯性权重，更新每个粒子的速度和位置；

S26，检测粒子群算法当前的迭代次数是否到达预设的迭代次数；若没有，返回步骤S22，若达到，确定最优灰度阈值。

3.根据权利要求2所述的基于粒子群算法的图像边缘检测方法，其特征在于，在步骤S23中，所述适应度的计算公式为：

f(t)＝w₁(t)×w₂(t)×(u₁(t)-u₂(t))²

式中，t为粒子找到的灰度阈值，w₁(t)为图像中灰度值小于灰度阈值t的像素的个数，w₂(t)为图像中灰度值大于灰度阈值t的像素的个数，u₁(t)为图像中的灰度值小于灰度阈值t的像素的平均灰度值，u₂(t)为图像中灰度值大于灰度阈值t的像素的平均灰度值。

4.根据权利要求2所述的基于粒子群算法的图像边缘检测方法，其特征在于，在步骤S25中，粒子的速度的更新公式为：

式中，r₁和r₂是[0，1]区间的随机数；P_i＝(p_i1,p_i2,…,p_iD)^T为当前第i个粒子搜寻到的最优灰度阈值；P_g＝(p_g1,p_g2,…,p_gD)^T为当前整个粒子群所搜寻到的最优灰度阈值；V_i＝(v_i1,v_i2,…,v_iD)^T为第i个粒子的速度；d取值范围为[1，D]，D为边缘个数；k为迭代次数；c₁、c₂为加速系数。

5.一种基于粒子群算法的图像边缘检测系统，其特征在于，包括：

最优灰度阈值求解模块，用于利用粒子群算法求解图像边缘检测的最优灰度阈值；其中，在求解时，粒子群算法每次迭代的惯性权重的调整公式为：

式中，ω为调整后的惯性权重，t_max为预设的迭代次数，t为当前的迭代次数，ω_max为预设的最大惯性权重值，ω_min为预设的最小惯性权重值。

边缘检测模块，用于根据所述最优灰度阈值对所述图像进行边缘检测。