[发明专利]一种基于自适应遗传算法和OTSU算法的图像分割方法

摘要

本发明公开了一种基于自适应遗传算法和OTSU算法的图像分割方法，与现有技术相比，传统的阈值分割法在对图像进行多阈值分割时，运行速度慢，将标准的遗传算法(Standard Genetic Algorithm,SGA)与OTSU法相结合，能提高传统的OTSU法对图像阈值分割的速度，但分割的精确度不够。本发明将自适应遗传算法与最大类间方差法相结合对图像进行分割，采用自适应变化的交叉算子和变异算子，既能提高图像阈值分割的速度，又能提高图像分割的精确度。能在较短的时间内收敛到最佳分割阈值，可广泛应用于生物医学图像分析和遥感等领域中。

主权项

一种基于自适应遗传算法和OTSU算法的图像分割方法，其特征在于，包括如下步骤：步骤S01：计算待分割图像的图像灰度直方图；步骤S02：对图像的灰度值进行编码，随机产生M个初始种群；步骤S03：根据OTSU算法计算每个个体的适应度值；步骤S04：进行遗传操作，包括顺次执行的选择操作、交叉操作和变异操作，其中，选择操作：将当代种群中的个体按照适应度值由大到小选择前M个个体，将它们复制到下一代种群中；交叉操作：将上述选择操作产生的种群中的个体的交叉率Pc按照下述方法进行变化：当个体适应度值高于平均适应度值时，随着个体适应度值的增加，交叉率加速减小；当个体适应度值小于平均适应度值时，随着个体适应度值的增加，交叉率减速减小；按照交叉率Pc由大到小依次选择若干对个体进行交叉，并更新种群；变异操作：将上述交叉操作产生的种群中的个体的变异率Pm按照下述方法进行变化：当个体适应度值高于平均适应度值时，随着个体适应度值的增加，变异率加速减小；当个体适应度值小于平均适应度值时，随着个体适应度值的增加，变异率减速减小；按照变异率Pm由大到小选择若干个变异率Pm大的个体进行变异，并更新种群；步骤S05：判断新种群是否满足终止条件，若满足则结束，并获得分割阈值，否则，进入步骤S03；步骤S06：根据分割阈值处理待分割图像。