[发明专利]应用多模式差分演化算法的葡萄图像分割方法

说明书

本发明公开了一种应用多模式差分演化算法的葡萄图像分割方法，它采用多模式差分演化算法来优化葡萄图像分割类别的聚类中心，在多模式差分演化算法中，设计了三种不同模式的搜索策略，并设计了适应性的搜索策略竞争与选择机制，实现多种搜索策略的优势互补，改进搜索策略的多样性，减少陷入局部最优的概率，本发明能够提高葡萄图像的分割精度。

技术领域

本发明涉及图像分割领域，尤其是涉及一种应用多模式差分演化算法的葡萄图像分割方法。

背景技术

葡萄是一种酸甜可口、深受广大人民群众喜爱的水果。葡萄种植是一项很有发展前景的产业。为了提升葡萄种植产业的自动化和智能化，许多研究人员将机器视觉技术引入到葡萄种植的各个生产环节中。葡萄图像分割是实现葡萄种植自动化和智能化的一项基础性机器视觉技术。其中，葡萄图像分割在葡萄自动采摘，葡萄品质智能分级，葡萄病害自动识别等方面具有非常重要的作用。

为了实现葡萄图像的分割，许多学者提出了基于像素颜色数据聚类的方法。该方法的核心是如何有效地确定像素颜色数据划分类别的聚类中心。然而，它是一个复杂优化问题，其目标函数常常表现出离散、不可导等特性。因此，传统利用目标函数的数学特性的优化法往往难以有效地求解。为此，研究人员采用模拟自然演化规律的演化算法来实现葡萄图像的分割。

差分演化算法是一种很有潜力的演化算法，它在求解很多复杂优化问题中表现出了优越的性能。然而，传统差分演化算法在解决葡萄图像分割问题时往往容易陷入局部最优，出现分割精度不高的缺点。

发明内容

本发明的目的是提供一种应用多模式差分演化算法的葡萄图像分割方法，它在很大程度上克服了传统差分演化算法在解决葡萄图像分割问题时容易陷入局部最优，出现分割精度不高的缺点，本发明能够提高葡萄图像的分割精度。

本发明的技术方案：一种应用多模式差分演化算法的葡萄图像分割方法，包括以下步骤：

步骤1，利用数字图像传感装置采集一幅葡萄图像IMG，并将葡萄图像IMG转换为YCrCb颜色空间的图像NIMG，然后提取图像NIMG的Cr颜色分量作为聚类数据；

步骤2，用户初始化个体数量PS，分割类别数量D，最大演化代数MAX_T；

步骤3，令当前演化代数t＝0；

步骤4，设置杂交率缩放因子策略指示值其中下标i＝1,2,...,PS；

步骤5，随机初始化种群中的PS个个体，其中种群中每个个体存储了D个分割类别的聚类中心；

步骤6，计算种群中每个个体的适应值；

步骤7，保存种群中的最优个体Best^t；

步骤8，令计数器ti＝1；

步骤9，如果计数器ti大于个体数量PS，则转到步骤18，否则转到步骤10；

步骤10，利用混沌映射生成调整权重PW，具体如下：

步骤10.1，令混沌转量MIT＝PS+rand(0,1)×PS，其中rand为随机实数产生函数；

步骤10.2，在[0，1]之间随机生成一个实数tf；

步骤10.3，令计数器ck＝1，并令调整权重PW＝tf；

步骤10.4，如果计数器ck大于混沌转量MIT，则转到步骤10.8，否则转到步骤10.5；

步骤10.5，令暂存值TV＝PW×sin(PW×π)，其中sin为正弦函数，π为圆周率；

步骤10.6，令调整权重PW＝TV；