[发明专利]一种基于灰狼优化算法的图像分割方法及系统

权利要求书

1.一种基于灰狼优化算法的图像分割方法，其特征在于，包括如下步骤：

步骤S100，获取待分割图像的灰度值范围；

步骤S200，根据所述图像的灰度值范围，采用灰狼优化算法得到图像分割的最佳阈值；

步骤S300，根据所述图像分割的最佳阈值，对待分割图像进行分割。

2.根据权利要求1所述的一种基于灰狼优化算法的图像分割方法，其特征在于：步骤S200的具体实现包括如下子步骤：

步骤S210，根据所述图像的灰度值范围，初始化N,dim,t等参数以及第一代灰狼群体X＝(X₁,X₂,...,X_N)，得到第一代狼群中每个灰狼的位置X_i＝(x_i1,x_i2,...,x_idim)^T,(i＝1,2,...,N)，其中，N表示灰狼群体中灰狼的数量，dim表示参数的个数，t表示迭代次数；

步骤S220，将第一代狼群作为当前狼群，并设置当前迭代次数为1；

步骤S230，判断所述的所有灰狼的位置是否超过了搜索空间；

步骤S231，若灰狼位置超出最大值，则使其回到搜索空间的最大值边界；

步骤S232，若灰狼位置超出最小值，则使其回到搜索空间的最小值边界；

步骤S233，若否，则不调整灰狼的位置；

步骤S240，根据每个灰狼的位置计算其对应的适应度函数值f_i；

步骤S250，根据计算所得的适应度函数值，将适应度值排列前三的灰狼个体的位置分别记为X_α,X_β,X_δ，并将适应度值最好的X_α记为最优解；

步骤S260，计算并更新a和系数因子A,C的值；

步骤S270，计算剩余个体ω与X_α,X_β,X_δ之间的距离，并更新灰狼α,β,δ和猎物的位置；

步骤S280，将当前灰狼种群作为新一代的灰狼种群，并更新当前迭代次数；

步骤S290，判断当前迭代次数是否达到预设的最大迭代次数，若否，则返回步骤S230；

步骤S291，若是，则当前最优解X_α的值即为所述图像分割的最佳阈值。

3.根据权利要求2所述的一种基于灰狼优化算法的图像分割方法，其特征在于：所述的步骤S240中计算每个灰狼的适应度值，采用的公式如下：

上式中，其中，D为预设分割区域数量，p_d为第d区域内灰度值出现的概率，u_d为第d区域内灰度值的平均值，u_avg为整个图像的平均灰度值，为第k代灰狼群中第i个灰狼的位置，为根据第k代灰狼群中第i个灰狼的位置计算的适应度值。

4.根据权利要求2所述的一种基于灰狼优化算法的图像分割方法，其特征在于：所述步骤S260中计算参数a和系数因子A,C的值，采用的公式如下：

上式中，Max_iter为当前迭代次数，参数a的值随着迭代次数的增加从2到0呈线性递减，r₁,r₂为[0,1]之间的随机数。