[发明专利]一种复杂图像多阈值分割方法

摘要

本发明提供了一种复杂图像多阈值分割方法，基于改进粒子群优化与引力搜索混合算法，包括初始化粒子群优化与引力搜索混合算法各项参数，随机生成所有粒子的初始位置；依据随机数决定生成反向种群来计算适应度值或计算当前种群的适应度值；对全局最优粒子变异，从变异前后两者中取适应度值较大的作为新的全局最优粒子；通过迭代输出全局最优粒子位置作为图像分割阈值等步骤。本发明为复杂图像多阈值分割的提供了一种全新的方法，实现了高精度、高稳定性的多阈值分割。

主权项

一种复杂图像多阈值分割方法，其特征在于包括以下步骤：(1)初始化粒子群优化与引力搜索混合算法各项参数：粒子总数N，学习因子c₁、c₂，惯性权重ω，反向概率p₀，最大迭代次数MAXNGER，随机生成所有粒子的初始位置；(2)若随机生成一个0～1的数rand(0,1)小于p₀，进入步骤(3)，否则进入步骤(4)；(3)生成反向种群，计算当前种群与反向种粒子的适应度值，从中选取N个最优粒子组成新的种群，进入步骤(5)；(4)计算当前种群的适应度值；(5)根据适应度值更新全局最优粒子，对全局最优粒子进行变异，比较其与变异粒子的适应度值，取适应度值较大的作为新的全局最优粒子；(6)若当前迭代次数超过最大迭代次数，则停止迭代，输出全局最优粒子位置作为图像分割阈值对图像进行多阈值分割，否则根据粒子群优化与引力搜索混合算法中的公式更新种群粒子的速度与位置，当前迭代次数加1，进入步骤(2)。