[发明专利]一种二维Otsu图像分割的新方法

权利要求书

1.一种二维Otsu图像分割的新方法，其特征在于，把图像阈值用人工蜂群算法中的蜜源位置表示，对传统蜂群算法的选择蜜源方式和缺陷蜜源进行调整，通过引领蜂、侦查蜂和跟随蜂之间的信息共享和分工协作来求出最佳阈值。

2.根据权利要求1所述一种二维Otsu图像分割的新方法，其特征在于，利用灵敏度与信息素配合方式选择蜜源位置即分割阈值，个体之间使用信息素进行间接通讯，个体可以搜索任何区域；信息素与优化问题的目标函数的解成正比。

3.根据权利要求1所述一种二维Otsu图像分割的新方法，其特征在于，通过反向学习策略来用新蜜源位置代替缺陷蜜源位置，从而避免了过早的陷入局部最优。

4.根据权利要求1所述一种二维Otsu图像分割的新方法，其特征在于，可以在其自身的当前最佳分割阈值邻域周围，也可以在其他个体或群体发现的当前最佳分割阈值邻域周围搜索任何区域，其方法如下：

nf(i)=f(i)-fminfmax-fminfmax≠fmin0fmax=fmin]]>

式中，f(i)为个体的适应度值；nf(i)为第i个蜜源的信息素；f_max和f_min分别代表N个蜜源中的适应度值最大值和最小值，并且要求nf(i)≤S(i)，S(i)为第i个跟随蜂的灵敏度。

5.根据权利要求1所述一种二维Otsu图像分割的新方法，其特征在于，反向学习策略通过产生新蜜源位置的相对点来取代缺陷蜜源位置，是对缺陷蜜源位置的一种较好估计，每代的缺陷蜜源通常不会对最优解有所贡献，提高了算法的收敛速度；引用反向学习策略后的新蜜源位置为X′_b，则新位置的第j维X′_bj为：

X′_bj＝X_jL+X_jH+rand×X_bj

式中x_jL、x_jH分别表示第j维变量的上下界，rand表示随机产生的[0，1]之间的数，x_bj为缺陷蜜源的第j维位置。