[发明专利]基于改进遗传算法的阈值图像分割方法

摘要

一种交通视频图像智能化分割方法，涉及图像处理和目标检测技术领域。通过构造阈值图像分割代价函数，对系统中的参数进行设定，如每秒采集图象的帧数，图象二值化的门限值（阈值）。将视频图象按序列连续捕捉下来并数字化，存入内存或帧缓存中将这些采集到的序列数字图像进行预处理（滤波除噪,图象锐化,对比度增强）对预处理后的图像进行图象分割，并对分割后的目标图象进行特征提取。本发明采用了改进的遗传算法对阈值进行优化计算，得到最佳阈值，从而根据最优阈值进行阈值法图像分割，完成目标图像智能化分割，有优良的实用价值。

主权项

一种交通视频图像智能化分割方法，其特征在于，包括如下步骤：1)根据采集得到的灰度图像，对其进行灰度初始化，计算得到图像的像素点为N1，灰度值的范围是{0,1，…，L‑1}，设定图像的阈值为x，接下来利用改进的遗传算法对图像的阈值进行最有设计;2)根据阈值图像分割理论，图像分割阈值的一个判断标准是其熵值的大小，当熵值取最大值时，图像的分割效果最好，图像中的背景和目标内部灰度一致性较高，而邻间则较差;3)根据熵值构造阈值图分割代价函数， O代表目标部分，B代表背景部分，p_i代表灰度值为i的像素点出现的概率，H(B)和H(O)代表局部熵;4)构建基于改进遗传算法的阈值图像分割算法，首先，用反映复杂系统能量分布的幂次法则改造选择算子；其次，设计具有自学习特性的环境‑基因双演化交叉算子；再次，采用反馈机理改进更新策略，提出一种自适应的更新策略算子；最后，提出基因漂流算子并用于进化算法中；以上各算子在进行进化计算过程中相互平衡、相互制约，以提高算法的效率及防止早熟；5)初始化：设定基于改进遗传算法的阈值图像分割算法终止条件，设置算法运行参数；6)算法终止条件判断：当满足终止条件就结束算法，执行第8）步，否则，执行第7)步；7) 采用基于改进遗传算法的阈值图像分割算法对交通信号图进行分割，返回6)；8)根据图形分割结果，对车辆信息进行识别。