[发明专利]一种基于B型双链量子遗传算法的二维最大熵图像分割方法

权利要求书

1.一种基于B型双链量子遗传算法的二维最大熵图像分割方法，其特征在于，包括：

步骤一：读入图像，读取每个像素点的灰度值f(x,y)；

步骤二：计算灰度均值，及某像素点附近八个像素点的平均灰度值g(x,y)；由[f(x,y),g(x,y)]构成二维灰度-灰度均值直方图；

设图像中像素为(x,y)处的n×n邻域的平均灰度值为：

其中n取奇数，[n/2]表示对n/2取整；

步骤三：参数设置：设置算法参数：种群规模m、每条染色体的基因位数n、最大迭代次数gen、变异概率p_m；

步骤四：初始化种群，进行解空间变换，将染色体中上下两条并行基因链所表示的编码空间与寻优解空间建立一一对应的关系；

初始化种群Q(t_0m)，令t＝0，随机产生一个在[0,1]内的数rand，根据t′_ij＝π/2×rand生成20个随机数t_n，生成规模为m、基因位数为20的染色体作为初始种群Q(t_0m)；

步骤五：计算染色体中个基因位的适应度函数的值，记录本代最优解及最优基因位；

步骤六：判断是否满足终止条件；如果满足则终止循环并输出最优解及最优基因位，对图像进行分割；如果不满足则执行步骤七；

适应度值函数为熵函数：

φ(s,t)＝H(A)+H(B)；

其中，H(A)为目标像素点集对应的熵，H(B)为背景像素点集对应的熵，(s,t)为阈值矢量，其中s为灰度值的阈值，t为灰度均值的阈值；

步骤七：确定转角大小和方向，利用量子旋转门对种群进行更新，利用变异门实施量子变异，获得新一代染色体，返回步骤四继续进化直至满足终止条件；

将所述的量子比特的初始相位角t′_ij限定在[0,π/2]之间，t′_ij＝π/2×rand，其中rand为(0,1)之间的随机数，则概率幅的范围缩小为[0,1]；

解空间变换方式为：

其中i＝1,2,…,m，m表示种群规模，优化解对应|0概率幅的平方，不对应|1的概率幅的平方，为染色体P_j上的第i个基因位，Ω＝[a_i,b_i]为解空间范围；

在优化算法B型双链量子遗传算法中，转角θ的大小及方向是决定算法效果和效率的主要因素，转角θ方向的选取做如下：

其中α₀和β₀是当前最佳适应度值对应的量子比特的概率幅，α₁和β₁是当前解中的相应量子比特的概率幅，当A≠0时，θ的方向为-sgn(A)；当A＝0时，θ的方向取正负均可；Δθ位转角，可调整范围是：

Δθ₀≥|Δθ|≥0.1·Δθ₀

改进的自适应步长系数为：

为目标函数f(X)在点处的梯度，▽f_jmax和▽f_jmin分别定义为：

其中表示第i条染色体上的第j个基因位，其中，m表示种群规模，n表示染色体上的量子位数；

将B_DCQGA算法引入到二维最大熵阈值分割中：

利用B型双链量子遗传算法B_DCQGA在二维灰度直方图解空间中快速查找最佳阈值向量(s,t)，使得图像总熵最大，根据最佳阈值向量对图像进行分割。