[发明专利]基于植物根系觅食优化的多阈值金属微滴图像分割方法

摘要

本发明提出基于植物根系觅食优化的多阈值金属微滴图像分割方法，该方法获取待分割的金属微滴流源图像；随机初始化图像分割阈值的根种群，根据金属微滴流源图像的灰度直方图和各根的营养素浓度，计算根种群的各根的适应度和生长素浓度；将根种群的各根分为主根和侧根对主根进行向水性自生长操作和向重力性自生长操作，计算各主根当前的最优适应度，对侧根进行自生长操作，计算各侧根当前的最优适应度；将各主根的最优适应度和各侧根的最优适应度进行比较，将其中最优适应度最小的根对应的一组阈值作为待分割的金属微滴流源图像的分割阈值组。本方法为提取金属微滴喷射系统中的金属微滴轮廓、体积及速度等关键参数提供了有效的图像测量数据。

主权项

一种基于植物根系觅食优化的多阈值金属微滴图像分割方法，其特征在于，包括以下步骤：步骤1：获取待分割的金属微滴流源图像；步骤2：随机初始化图像分割阈值的根种群G＝{xi}，初始化各根的营养素浓度设定最大迭代次数LimitC、分支阈值BranchG、向重力性生长的最大值Growmax、营养素浓度下限阈值Nmority，其中，xi为根种群中的第i个根，即第i组图像分割阈值，i∈[1，Num]，Num为种群大小；步骤3：初始化迭代次数Iteration＝0；步骤4：根据待分割的金属微滴流源图像的灰度直方图和当前图像分割阈值根种群的各根的营养素浓度计算当前图像分割阈值根种群的各根的适应度和生长素浓度步骤5：根据当前图像分割阈值根种群的各根的生长素浓度将当前图像分割阈值根种群的各根分为主根和侧根：即将当前图像分割阈值根种群的各根的生长素浓度按照从大到小进行排序，并将其中前Sum个根作为主根，执行步骤6，其余根作为侧根，执行步骤7；步骤6：对当前图像分割阈值根种群的主根进行向水性自生长操作和向重力性自生长操作，更新各主根的适应度和营养素浓度并采用贪心算法计算各主根xi当前的最优适应度并对满足分支条件的主根进行分支操作，计算当前图像分割阈值根种群的各主根xi的分支数并确定分支后的各根位置；步骤7：对当前图像分割阈值根种群的侧根进行自生长操作，更新各侧根的适应度和营养素浓度并采用贪心算法计算各侧根xi当前的最优适应度步骤8：根据当前图像分割阈值根种群的各根的营养素浓度消除冗余根：若当前图像分割阈值根种群的根xi的营养素浓度大于分支阈值BranchG，则更新后根xi的数量为若当前图像分割阈值根种群的根xi的营养素浓度小于营养素浓度下限阈值Nmority，则更新后根xi的数量为否则，根xi的数量不变；步骤9：更新当前图像分割阈值根种群的种群大小步骤10：判断当前图像分割阈值根种群的迭代次数Iteration是否达到最大迭代次数LimitC，若是，执行步骤11，否则，令Iteration＝Iteration+1，返回步骤4；步骤11：将当前图像分割阈值根种群的各主根的最优适应度和各侧根的最优适应度进行比较，将其中最优适应度最小的根对应的一组阈值作为待分割的金属微滴流源图像的分割阈值组；步骤12：采用步骤11获得的分割阈值组对待分割的金属微滴流源图像进行分割。