[发明专利]一种免疫优化的活动轮廓图像分割方法及其分割装置

摘要

本发明公开了一种免疫优化的活动轮廓图像分割方法及其分割装置。所述方法在采用活动轮廓模型对X射线图像进行焊接接头缺陷分割时，对梯度力权值和约束力的法向力权值进行优化，其包括步骤：将法向力权值k和梯度力权值k_G组合在一起进行二进制编码并作为抗体，编码长度为L；根据二进制编码的0、1特征，随机产生编码长度均为L的r个抗体作为初始抗体种群，从中随机选择m个抗体作为记忆库，r、m均为正整数，且r＞m；计算每个抗体和相应抗原的亲和度，抗原指与相应抗体相对应的能量泛函；按照亲和度的大小降序排列，选出亲和度最高的前m个抗体并更新所述记忆库；将所述记忆库中亲和度最高的抗体作为最优抗体。

主权项

1.一种免疫优化的活动轮廓图像分割方法，其用于在采用活动轮廓模型对X射线图像进行焊接接头缺陷分割时，对梯度力权值和约束力的法向力权值进行优化，其特征在于：其包括以下步骤：步骤一、将法向力权值k和梯度力权值k_G组合在一起进行二进制编码并作为抗体，编码长度为L；步骤二、根据二进制编码的0、1特征，随机产生编码长度均为L的r个抗体作为初始抗体种群，从中随机选择m个抗体作为记忆库，r、m均为正整数，且r＞m；步骤三、计算每个抗体和相应抗原的亲和度，抗原指与相应抗体相对应的能量泛函；步骤四、按照亲和度的大小降序排列，选出亲和度最高的前m个抗体并更新所述记忆库；步骤五、判断记忆库的更新次数是否等于预定的次数；如果等于，则将所述记忆库中亲和度最高的抗体作为最优抗体，由此获得最优化的法向力权值k和梯度力权值k_G；否则，进入步骤六；步骤六、利用给定的交叉概率P_c，使所述记忆库中亲和度最高的抗体同所述记忆库中的其他抗体进行交叉，得到更新后的抗体种群；步骤七、对更新后的抗体种群中的抗体，根据周期变异率P_m进行抗体变异，返回步骤三，且在步骤三中只计算抗体变异后的抗体种群中的每个抗体和相应抗原的亲和度；其中，步骤三中的能量泛函表征X射线图像中需要焊接接头缺陷分割的活动轮廓模型v(s)的能量函数，采用活动轮廓模型的能量函数E_snake表示：其中，E_int(v(s))代表X射线图像中活动轮廓模型的内部能量，决定所述活动轮廓模型的自然变化；E_image(v(s))表示所述X射线图像中得到的力，引导所述活动轮廓模型选择低层次的特征；E_con(v(s))代表外部的约束力，给出高层次信息控制所述活动轮廓模型的演变；v(s)＝[x(s),y(s)]，s∈[0,1]，x(s)为活动轮廓模型v(s)的x轴坐标的集合，y(s)为活动轮廓模型轮廓v(s)的y轴坐标的集合；引入约束力和梯度力后的活动轮廓模型v(s)的迭代求解公式为其中，如果初始轮廓v₀(s)是由N个点构成，那么A是一个N×N的系数矩阵，I_d是N×N的单位矩阵；γ是控制收敛的标量；x_t，y_t是迭代次数t时N个点中相应点的坐标，P(x,y)是边缘图，▽是梯度算子；▽P_x(x_t‑1,y_t‑1)和▽P_y(x_t‑1,y_t‑1)分别表示x轴和y轴方向上边缘强度的一阶微分；在x轴和y轴方向的法向量模型N_x和N_y分别由下面公式给出：