[发明专利]基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法及系统

权利要求书

1.基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：

包括如下步骤：

步骤S1：获取待分割的紫外图像；

步骤S2:改进算法中用式来替代原算法中的速度和位置更新操作，其中表示蝙蝠i在t次搜寻中的空间位置，x^*表示在当前群体中最佳蝙蝠所处位置，L_evy(λ)表示跳跃步长服从L_evy分布的随机搜索向量，λ(1≤λ≤3)为尺度参数，代表矢量运算；

步骤S3：将大津算法中的类间方差函数作为蝙蝠算法的目标函数，将所述类间方差函数对应的分割阈值变量作为所述蝙蝠算法中的蝙蝠位置变量；

步骤S4：基于所述蝙蝠算法求取目标函数最大时对应的蝙蝠位置，将该蝙蝠位置作为最优分割阈值将所述待分割的紫外图像分割为背景区域和目标区域。

2.如权利要求1所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述步骤S3中还对所述蝙蝠算法的参数进行初始化，所述蝙蝠算法的参数包括蝙蝠参数、飞行尺度参数和迭代参数或搜索精度。

3.如权利要求2所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于:所述蝙蝠参数包括蝙蝠的初始位置、初始速度、跳跃步长L_evy(λ)。

4.如权利要求3所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述蝙蝠参数还包括但不限于：蝙蝠的初始脉冲频度r⁰、脉冲频度增加系数θ、初始响度A⁰最小声波频率fmin以及最大声波频率fmax，设置蝙蝠数目m个体i,最大脉冲频度r_i和最大脉冲音强A_i、频度增加系数ε、响度衰减系数ζ、Lévy飞行尺度参数λ、最大迭代次数N_max或搜索精度α。

5.如权利要求1所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述步骤S3中的类间方差函数为：σ_B＝w_F(u_F-u_T)²+w_B(u_B-u_T)²；其中σ_B为类间方差，w_F和w_B分别为待分割的紫外图像中目标像素和背景像素所占比例，u_F和u_B分别为目标像素和背景像素灰度值均值，u_T为待分割的紫外图像中所有像素的灰度值均值，其中u_T＝w_Fu_F+w_Bu_B。

6.如权利要求1所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述步骤S4中基于目标函数的值判断各蝙蝠优劣，找出全局最优蝙蝠。

7.如权利要求1所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述步骤S4中还更新迭代各蝙蝠参数，并基于目标函数的值判断各蝙蝠优劣，更新全局最优。

8.如权利要求7所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法及系统，其特征在于：所述迭代参数包括最大迭代次数N，若达到最大迭代次数N，则将所述全局最优蝙蝠的蝙蝠位置作为最优分割阈值。

9.如权利要求7或8所述的基于具有Lévy飞行特征的蝙蝠算法和大津法的紫外图像分割方法，其特征在于：所述迭代参数包括连续迭代不变次数M，若在连续迭代不变次数M内所述全局最优蝙蝠保持不变，则将所述全局最优蝙蝠的蝙蝠位置作为最优分割阈值。

10.基于具有Lévy飞行特征的蝙蝠算法和大津算法的紫外图像分割系统，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-9任一项所述的方法。