[发明专利]基于交叉型粒子群算法的灰度阈值获取、图像边缘检测方法

说明书

基于交叉型粒子群算法的灰度阈值获取方法、图像边缘检测方法，属于图像处理技术领域。本发明灰度阈值获取方法,基于交叉型粒子群算法的灰度阈值获取方法，包括以下步骤：步骤S01，根据图像灰度值进行种群初始化；步骤S02，计算种群内个体的适应度值；步骤S03，计算个体的交叉概率，根据交叉概率进行交叉操作；步骤S04，更新种群内个体的位置；步骤S05,判断是否满足终止条件，若满足则获取最优解并得到最优灰度阈值；否则执行步骤S02进入下一代种群。本发明图像边缘检测方法利用上述基于交叉型粒子群算法的灰度阈值获取方法进行。本发明具有自主学习和自适应性和较高的鲁棒性，且能够从全局并发求解灰度阈值，较好地规避局部最优值，准确高效。

技术领域

本发明图像处理技术领域，尤其涉及一种基于交叉型粒子群算法的灰度 阈值获取方法、图像边缘检测方法。

背景技术

随着计算机技术的飞跃发展，人们越来越多的利用计算机来帮助人类获 取和处理视觉图像信息。据统计，在人类从外界获取的信息中有80％是来自于 视觉，这包括图像、图形、视频等，它是人们最有效的信息获取和交流方式， 图像也因其所含的信息量大、表现直观而在多媒体处理技术中占有非常重要的 位置。

图像最基本的特征是边缘,所谓边缘是指其周围像素灰度有阶跃变化或 屋顶变化的那些像素的集合。它存在于目标与背景、目标与目标、区域与区域 之间，不仅是图像边缘检测所依赖的最重要的特征,也是纹理特征的重要信息 源和形状特征的基础,而图像的纹理形状特征的提取又常常要依赖于图像边缘 检测。图像的边缘是由灰度不连续性所反映的。经典的边缘提取方法是考察图 像的每个像素在某个区域内灰度的变化,利用边缘邻近一阶或二阶方向导数变 化规律,用简单的方法检测边缘,这种方法称为边缘检测局部算子法。

基于灰度梯度算子的边缘检测技术属于一阶算子边缘检测技术,其方法 的实质是用一个准高斯函数做平滑运算,然后根据一阶微分算子来定位导数最 大值。基于灰度梯度算子的边缘检测技术需要基于先验知识来确定图像的灰度 阈值，然而先验知识往往是基于以往的经验总结出来的，并不能很好地适应不 同的情况，其处理结果很大程度上依赖预设的灰度阈值。另外，该技术在实际 应用过程中实现较为复杂，运算量较大，运算效率低。

发明专利申请CN201710892766.9公开了一种基于遗传算法的图像边缘 检测方法，并具体公开了该方法包括：S100生成初始种群；所述初始种群包 括若干个图像边缘点；S200对各个图像边缘点进行运算，得到各个图像边缘 点的适应度值；S300判断所述适应度值是否达到平均适应度值；若是，执行 步骤S400；S400选取达到所述平均适应度值对应的图像边缘点；S500调整各 个选取的图像边缘点的交叉概率；S600根据调整后交叉概率和预设变异概率， 对所述选取的图像边缘点进行交叉变异操作，得到下一代种群；S700判断所述下一代种群是否满足预设终止条件；若是，执行步骤S800；否则，返回步 骤S200；S800获取目标图像边缘点，根据所述目标图像边缘点的灰度值进行 图像边缘检测。该发明专利申请虽然解决了灰度阈值通过先验知识获得所带来 的适应差的问题，但其收敛速度低。