[发明专利]一种基于遗传优化阈值法的红外图像分割方法

权利要求书

1.一种基于遗传优化阈值法的红外图像分割方法，其特征在于，包括以下步骤：

步骤1、对原图像进行对比度的增强，得到增强图像；

步骤2、对增强图像制定编码和解码规则，定义种群规模以及迭代次数，并对种群进行初始化；

步骤3、先采用大津阈值法确定增强图像的分割阈值，若能得到分割阈值，则利用该阈值对原图像进行分割处理，并输出分割结果；否则寻找增强图像上的最佳查找子空间，设置最佳查找子空间内的初始阈值，计算初始阈值划分的灰度域对应类间方差、类内方差，根据类间方差、类内方差比值得到最佳的阈值，最后得到适应度函数；

步骤4、对种群进行遗传学迭代训练，将最高适应度值的个体作为最佳分割阈值；

步骤5、利用所述最佳分割阈值对原图像进行分割处理，并输出分割结果；

步骤3具体包括以下步骤：

步骤3.1、对增强图像的灰度域设置三个分割点ik₁，ik₂，ik₃：

上式中，m_G为整幅图像的平均灰度值，i为原图像的像素点，灰度值为i的像素数为n_i个；图像中的像素总数MN＝n₀+n₁+…+n_L-1，p_i为每个像素点i的概率，p_i＝n_i/MN，ik₂为整个灰度域的平均值，ik₁是灰度区间(f_min(x,y)，ik₂)的平均值，ik₃是灰度区间(ik₂，f_max(x,y))的平均值；

步骤3.2、求出ik₂以及与其相邻的ik₂-1和ik₂+1的灰度值，分别求出对应的类间方差值比较的值，确定增强图像分割的阈值是否为ik₂，若是，则利用该阈值对原图像进行分割处理，并输出分割结果；否则确定最佳查找子区间[m,n]。

2.根据权利要求1所述的一种基于遗传优化阈值法的红外图像分割方法，其特征在于，步骤1具体过程如下：

利用基于形态学的顶帽底帽变换对原图像进行对比度的增强，计算公式如下：

T_hat(f)＝f-(fob)    (1)；

B_hat(f)＝(f*b)-f    (2)；

I＝(f+T_hat(f))-B_hat(f)    (3)；

上式中，f表示输入图像，b表示结构元素，I表示进行形态学对比度增强后的图像。