[发明专利]基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法

权利要求书

1.一种基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是，按照以下步骤实施：

步骤1、首先用鼠标在蕾丝花边图像上需分割的图样边缘上指定一个点作为起始点，当在图样的边界上移动鼠标时，连接起始点和当前鼠标位置的一条最短路径表示的曲线经计算在图像中实时显示出来；

步骤2、如果步骤1显示的曲线与图样的边界能很好地拟合，则可点击鼠标，将当前鼠标位置指定为新的起始点；

步骤3、通过步骤1和步骤2的重复连续操作，得到一个完整的封闭的蕾丝花边图样边界曲线，即为图样轮廓。

2.如权利要求1所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述步骤1中连接起始点和当前鼠标位置的最短路径表示的曲线按照以下步骤得到：

步骤1.1、对于图像中每两个相邻像素确定的一条元边，选取特征值；

步骤1.2、选取特征转换函数，将图像中每一条元边所对应的特征值转换为权值；

步骤1.3、基于QPSO求解起始点和当前鼠标位置的最短路径。

3.如权利要求2所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述步骤1.1中特征值的大小表示该元边属于要寻找的目标区域边界的程度。

4.如权利要求2所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述步骤1.1中特征值包括：边界内的像素灰度值f₁、边界外的像素灰度值f₂、由元边所在区域内的6个像素间的4个灰度值梯度f₃～f₆、对方向敏感的灰度值的梯度f₇、以及根据元边所在区域的多个像素的纹理特征值f₈。

5.如权利要求2所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述步骤1.2中每一条元边所对应的总的权值由式(1)得到：其中ω_i是反映特征f_i的权重的一个正的常数。

6.如权利要求5所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述特征f_i(b)i＝1，2，…，8)和其对应的特征函数c_j(j＝1，2，…，6)的选取，以及特征函数中的参数和w_i的值，通过训练进行优化得到；训练时，在图样的边界上画一小段轮廓线，训练的目标是根据元边属于图样边界的程度最小化该元边的权值c(b)。

7.如权利要求2所述的基于QPSO的智能剪刀蕾丝花边图样轮廓提取方法，其特征是：所述步骤1.3按照以下步骤实施：

(1)初始化粒子群，包括确定最大迭代次数、搜索空间、粒子的个数、随机初始化粒子的位置；

(2)在第一次迭代时，每个粒子的初始位置为当前个体最好位置；计算每个粒子对应的适应度函数值；所有粒子的适应度函数值相比较后找到一个具有最大适应度函数值的粒子，该粒子的位置即为全局最好位置；

(3)对每个粒子的位置进行更新，重新计算每个粒子的适应度函数值，更新个体最好位置和全局最好位置；

(4)当达到迭代结束条件时，训练结束，由全局最好位置向量选取具有最大优先值的相邻结点构造路径，即为求解的最短路径；否则，迭代次数加1，转到步骤(3)。