[发明专利]基于免疫多目标聚类的图像分割方法

摘要

本发明公开一种基于免疫多目标聚类的图像分割方法，它涉及图像处理技术领域，主要解决传统方法评价指标单一，且易导致区域一致性差、边界凌乱的问题。其实现步骤为：(1)对待分割图像进行特征提取，并利用控制标记符的分水岭方法对图像进行初分割；(2)设置运行参数并初始化抗体种群；(3)对抗体种群执行结合局部搜索的免疫多目标优化方法，得到近似Pareto解集；(4)从步骤(3)中得到的近似Pareto解集中根据PBM指标选取最优解；(5)根据步骤(1)得到的初分割结果和步骤(4)得到的聚类结果对图像像素点进行标记，得到最终的分类结果。本发明具有分割结果区域一致性好、能够保留完整信息且计算速度快的优点，可用于图像目标识别。

主权项

1.一种基于免疫多目标聚类的图像分割方法，包括如下步骤：(1)对待分割图像进行特征提取，并利用控制标记符的分水岭方法对图像进行初分割，根据初分割结果，计算特征均值，得到待聚类的数据样本；(2)设定最大迭代次数T为30，当前迭代次数t＝0，抗体群B₀的规模n_d为50，克隆种群规模n_c为50，活性种群规模n_a为20，聚类类别数K，K的大小根据待分割图像确定；将优势种群、活性种群以及克隆种群分别初始化为从待聚类的数据中随机选择K个样本作为抗体群的一个个体，进行n_d次上述操作，得到大小为n_d的抗体群B₀。(3)对抗体群B_t进行如下优化，得到一个近似Pareto解集；(3.1)分别计算抗体群B_t中每个抗体的两个目标函数值，该两个目标函数为：J=Σj=1nΣk=1KD(zk,xj)]]>XB=Σj=1nΣk=1KD2(zk,xj)n×mini≠j||zi-zj||]]>其中n为待聚类的数据样本个数，K为聚类类别数，x为聚类数据样本，z为聚类中心，D为数据样本到其聚类中心的欧式距离；(3.2)在抗体群B_t中找到非支配抗体作为优势抗体，复制所有的优势抗体形成临时优势抗体种群DT_t；如果DT_t规模小于等于n_d，令优势抗体种群D_t＝DT_t，否则，计算所有个体的拥挤距离值，并选择拥挤距离值较大的前n_d个个体组成DT_t；(3.3)从优势抗体群D_t中选择活性抗体组成活性种群A_t，如果D_t规模不大于活性种群规模n_a，令A_t＝D_t；否则，计算D_t中所有个体的拥挤距离，选择拥挤距离较大的前n_a个个体组成活性种群A_t；(3.4)对活性种群A_t比例克隆操作，得到克隆后的抗体群C_t；(3.5)对活性种群A_t执行局部搜索，得到局部搜索后的新抗体群N_t；(3.6)对比例克隆后的抗体群C_t执行模拟二进制交叉和多项式变异操作，得到变异后的抗体群C_t′；(3.7)将变异后的抗体群C_t′、局部搜索产生的新抗体群N_t以及原优势种群D_t合并，组成抗体群B_t，转到步骤(3.1)；(3.8)当迭代次数达到T时，输出步骤(3.2)中的优势抗体D_t+1作为近似Pareto解集；(4)从步骤(3.8)中得到的近似Pareto解集中选取PBM指标最大的解作为最优解，将其作为聚类结果；(5)根据步骤(1)的初分割的结果以及步骤(4)的聚类结果对待分割图像的每个像素点重新分配类标，得到最终分割结果。