[发明专利]一种基于虫洞行为粒子群优化算法的脑图像分割方法有效
| 申请号： | 201811017253.4 | 申请日： | 2018-09-01 |
| 公开（公告）号： | CN109191474B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 张天驰;张菁;张继超;朴光宇;苏一北;李根 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/194;G06V10/762 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于虫洞行为粒子群优化算法的脑图像分割方法涉及图像处理技术领域，具体涉及一种基于虫洞行为粒子群优化算法的脑图像分割方法。一种基于虫洞行为粒子群优化算法的脑图像分割方法，包括以下步骤：(1)输入图像并初始化；(2)把粒子聚类为种子和像素；(3)检查第一粒子是否在第二粒子的邻域内，是则分组，否则进入步骤(6)；(4)检查粒子是否在种子粒子的邻域范围内，是则分组，否则进入步骤(6)；(5)两个种子颗粒相遇时计算距离，进行步骤(7)；(6)将粒子聚集到前景和背景区域；(7)将粒子聚类到前台和后台区域；(8)如果已完成聚类，则输出图像退出，否则进行步骤(3)。本发明操作效率高、分割精度。 | ||
| 搜索关键词： | 一种 基于 行为 粒子 优化 算法 图像 分割 方法 | ||
【主权项】：
1.一种基于虫洞行为粒子群优化算法的脑图像分割方法，其特征在于，包括以下步骤：(1)输入图像并初始化每个粒子的位置向量；(2)使用K‑means算法把粒子聚类为种子和像素；(3)在两个像素粒子相遇的情况下，为两个像素的位置差和像素灰度差值的阈值，检查第一粒子是否在第二粒子的邻域内，是在邻域内将它们分组，否则进入步骤(6)；(4)在像素量子粒子遇到种子量子粒子的情况下，种子灰度值成为种子区域中粒子平均灰度值，检查粒子是否在种子粒子的邻域范围内，是在邻域内将其分组，否则进入步骤(6)；(5)在两个种子颗粒相遇的情况下，计算它们的距离，然后进行到步骤(7)；(6)通过公式计算将粒子聚集到前景和背景区域；(7)通过公式计算，将粒子聚类到前台和后台区域；(8)如果所有的粒子都已完成聚类，则输出分割后的图像，然后退出，否则返回到步骤(3)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811017253.4/，转载请声明来源钻瓜专利网。
