[发明专利]一种图像分割方法及系统

说明书

技术领域

本发明涉及图像处理领域，特别是涉及一种图像分割方法及系统。

背景技术

图像处理技术已经进入数字信息化时代，图像分割技术的地位也越来越至关重要。图像分割技术的目的是为了选择图像后续分析需要的部分，达到优化图像的效果。图像分割技术在国防军事、医药、航空航天等不同领域都有广泛应用。

图像分割是将图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。研究人员也不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法，例如采用最大类间方差法或者粒子群优化算法来进行图像分割。其中最大类间方差法(Otsu)也称为大津算法，是由日本人大津提出并命名的，最大类间方差法为根据图像的灰度信息把像素点划分为前景和后景的图像分割优化算法，但是该方法提升到多阈值后，计算量大，进而导致被实际应用的情况屈指可数；而粒子群优化算法存在早熟过快的问题，即在求解图像分割最优解时，易陷入局部最优解状况，进而导致图像分割效果差。因此，如何提高图像分割效果和分割效率，是图像处理技术领域急需要解决的技术问题。

发明内容

本发明的目的是提供一种图像分割方法及系统，该图像分割方法计算简单，且在求解图像分割最优解时，不易陷入局部最优解状况，具有良好的稳定性，提高图像分割效果和分割效率。

为实现上述目的，本发明提供了如下方案：

一种图像分割方法，所述图像分割方法包括：

获取多个第一代阈值组和迭代次数；所述第一代阈值组表示分割图像的多阈值分割组；

对每个所述第一代阈值组进行爆炸处理，得到多个阈值组集合，并记录爆炸次数；每个所述阈值组集合包括一个所述第一代阈值组以及所述第一代阈值组爆炸产生的多个第二代阈值组；

计算每个所述阈值组集合中的所述第一代阈值组、所述第二代阈值组的适应度值，得到多组适应度值集合；

对每组所述适应度值集合中的适应度值按照从大到小进行排列，确定每组中第一适应度值对应的阈值组；所述第一适应度值为所述适应度值集合中的最大适应度值；所述阈值组为所述第一代阈值组或者为所述第二代阈值组；

判断所述爆炸次数是否小于所述迭代次数，得到第一判断结果；

若所述第一判断结果表示所述爆炸次数小于所述迭代次数，则将所述第一适应度值对应的所述阈值组进行爆炸处理，更新所述阈值组集合和所述爆炸次数；

若所述第一判断结果表示所述爆炸次数等于或者大于所述迭代次数，则将多个所述第一适应度值按照从大到小进行排列，选择最大的第一适应度值所对应的阈值组确定为分割图像时的最优分割阈值组。

可选的，所述获取多个第一代阈值组和迭代次数，具体包括：

对待分割图像进行二值化处理，得到灰度图像；

根据用户设定的分割层数，对所述灰度图像随机初始化，获取多个第一代阈值组；所述第一代阈值组中的元素的数量为所述分割层数数量减一；

根据用户设定的爆炸循环次数，获取迭代次数。

可选的，所述对每个所述第一代阈值组进行爆炸处理，得到多个阈值组集合，具体包括：

确定搜索区间；

对所述第一代阈值组进行爆炸处理，生成第二代阈值组；

判断所述第二代阈值组是否在所述搜索区间内，得到第二判断结果；

若所述第二判断结果表示所述第二代阈值组在所述搜索区间内，则保留所述第二代阈值组；

若所述第二判断结果表示所述第二代阈值组不在所述搜索区间内，则对所述搜索区间外的第二代阈值组进行映射位移操作处理，确定处理后的第二代阈值组位于所述搜索区间内；所述阈值组集合包括第一代阈值组、第二代阈值组以及处理后的第二代阈值组。

可选的，在判断所述第二代阈值组是否在所述搜索区间内，得到第二判断结果之前，还包括：

对随机抽取的部分所述第二代阈值组进行爆炸位移操作处理和高斯位移操作处理，得到新的第二代阈值组。

可选的，所述计算每个所述阈值组集合中的所述第一代阈值组、所述第二代阈值组的适应度值，得到多组适应度值集合，具体包括：