买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:淮阴工学院
摘要:一种基于改进鸡群优化算法的多阈值Otsu图像分割方法,通过PWLCM混沌映射对鸡群算法种群个体进行初始化,使其均匀分布在搜索空间内。通过引入非线性权重递减策略对公鸡的位置更新进行改进,使得在初期较好的遍历整个搜索空间,后期具有更好的局部收敛性。通过分数阶G‑L对母鸡位置更新公式进行优化并引进分数阶数自适应调整,增强算法跳出局部最优解的能力。考虑到小鸡的适应度较差,学习空间较大,对其位置更新公式中引入向全局最优个体学习的因子,避免陷入局部最优。本发明通过改进的鸡群算法能够解决Otsu进行多阈值分割时存在运行时间长和精度低的问题,使其能够获得更准确的阈值和分割效率,使得异物检测的时效性更高效。
主权项:1.一种基于改进鸡群优化算法的多阈值Otsu图像分割方法,其特征在于:读取要阈值分割的图像,将多阈值Otsu算法的类间方差作为适应度函数,通过改进的算法能够将定位区域的异物和背景分离开,实现异物检测的功能;具体的步骤包括:步骤一:读取要阈值分割的图像,实时读取无线充电发射板定位区域预处理后的图像;步骤二:初始化改进鸡群算法的参数;步骤三:采取PWLCM混沌映射对鸡群算法种群粒子进行初始化,使其均匀分布在搜索空间内;步骤四:计算图片的直方图并设置要分割的阈值个数;步骤五:计算图像的最大类间方差作为鸡群的食物源;步骤六:采用改进的公式分别对公鸡、母鸡以及小鸡进行位置更新;引入非线性权重递减策略对公鸡的位置更新进行改进;引入自适应分数阶G-L对母鸡位置更新公式进行优化并引进分数阶数自适应调整;在小鸡的位置更新公式中引入向全局最优个体学习的因子,避免陷入局部最优;步骤七:判断当前食物源是否为最优或达到迭代次数,若是,进行下一步骤,若不是,返回步骤五;步骤八:输出最大阈值;步骤九:对图像进行多阈值分割。
全文数据:
权利要求:
百度查询: 淮阴工学院 一种基于改进鸡群优化算法的多阈值Otsu图像分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。