基于方向多目标遗传聚类算法的图像分割方法
【技术领域】
[0001] 本发明属于图像处理技术领域，设及图像分割方法，可用于图像目标的提取和测 量。
【背景技术】
[0002] 图像分割是后续图像分析和图像理解的基础，在实际中有着非常广泛的应用，例 如对图像目标的提取、测量都离不开图像分割，分割的准确性直接影响后续任务的有效性， 因此具有十分重要的意义。
[0003] 图像分割又是一种特殊的图像处理技术，其实质是一个按照像素属性即灰度、纹 理、颜色进行分类的过程，因此基于分类的图像分割方法是一种常用的图像分割方法。
[0004] 聚类是一种常用的分类方法，由于其具有无监督的特性，尤其适用于对待分类对 象缺乏先验知识的情况，现已被广泛地应用于工程、生物、计算机视觉和遥感等领域。聚类 的目的是将一组未知分布情况的数据进行分类，尽可能地使得同一类中的数据具有相同的 性质，而不同类的数据其性质各异，其目的是寻找隐藏在数据中的结构。
[0005] 聚类分析是为了根据输入的数据集找到一个合适的划分方法，为此一系列的聚类 有效性指标被设计出来用于评价划分结果的合理性。若将聚类问题看作是一个优化问题， 则聚类的目的就是去优化该些聚类有效性指标，使输入数据集的所有可能划分方式，W及 划分方式对应的聚类有效性指标值，就构成了该一优化问题的捜索空间。在该一背景下，进 化算法被广泛应用于捜索聚类有性指标的最优值，W获得最优的聚类划分结果。
[0006] 然而特定的聚类有效性指标一般仅考虑聚类结果的某一方面特性，没有一种聚类 有效性指标能够在所有种类的数据集下都拥有良好的表现。现有的基于单目标进化的聚类 算法在应用于图像分割时，由于其仅能优化一个聚类有效性指标，因此在解空间的捜索能 力上有一定的不足。解决该问题的一个方法就是同时优化多个聚类有效性指标，从而获取 聚类结果多个方面的信息。因此采用多目标进化算法处理聚类问题现已成为一个热口的研 究方向。
[0007] 目前，许多学者基于多目标进化算法提出了很多新的聚类算法并成功应用于图像 分割中，如基于NSGA的聚类算法、基于NSGA-II的聚类算法。然而该些算法在选取非支配 解时需要专口的策略，如拥挤距离排序策略，从而造成算法流程复杂。此外该些算法没有专 口的策略来充分地利用非支配解的信息，对最终的聚类结果准确性造成影响，进而影响图 像分割的准确率。
【发明内容】
[000引本发明的目的在于针对上述已有技术的不足，提出一种基于方向多目标遗传聚类 算法的图像分割方法，W改善图像的分割效果。
[0009] 为实现上述目的，本发明的的技术方案包括如下步骤：
[0010] (1)输入待分割图像，提取待分割图像像素点的灰度值；
[0011] (2)确定聚类数目c，确定进化代数上限T，确定种群大小Np，用方向多目标遗传聚 类算法对图像像素点的灰度值进行聚类：
[0012] (2a)初始化种群P。中的个体，即由每个个体在灰度值上下限范围内随机选取C个 值作为聚类中屯、；
[0013] (2b)利用如下公式分别求初始种群P。中个体的第一适应度值XB和第二适应度值 Jm"
【主权项】
1. 一种基于方向多目标遗传聚类算法的图像分割方法，包括如下步骤： (1) 输入待分割图像，提取待分割图像像素点的灰度值； (2) 确定聚类数目c，确定进化代数上限T，确定种群大小Np，用方向多目标遗传聚类算 法对图像像素点的灰度值进行聚类： (2a)初始化种群Pci中的个体，即由每个个体在灰度值上下限范围内随机选取c个值作 为聚类中心； (2b)利用如下公式分别求初始种群Ptl中个体的第一适应度值XB和第二适应度值J m:
其中N是待分割图像中像素点个数，k是聚类个数，Xj为第j个像素点，j = 1，2,…N， Zp,为第P个聚类中心，P = 1，2,…，k，upj为第j个像素点和第P个聚类中心的隶属度值， 对Uni的求解公式如下：
(2c)用初始种群Ptl中的非支配解构成初始档案A ^，同时令进化代数t = O ; (2d)当t小于进化代数上限T时，执行步骤（2e)，否则，跳转到步骤（2j); (2e)将方向算子作用于第t代种群Pt中的每个个体上产生新个体，并将新个体放入第 t代变异种群Mt中； (2f)对于第t代变异种群Mt中的每个个体，将聚类中心更新为类内数据点的均值； (2g)将第t代变异种群Mt和第t代档案A t合并构成第t代混合种群C t，将档案更新 算子作用于第t代混合种群Ct，得到第t+Ι代档案At+1; (2h)将种群更新算子作用于第t代混合种群Ct，得到第t+1代种群Pt+1; (2i)令t = t+1，转向步骤（2d); (2j)统计第t代档案At中个体的第一适应度值XB，将其上下限分别记为X max、Xmin，统 计第t代档案At中个体的第二适应度值Jni，将其上下限分别记为J_、Jniin; (2k)对第t代档案At中的每个个体，按下式计算其总适应度值fitness :
(3) 输出第t代档案At中总适应度值fitness最小的非支配解，及该非支配解所对应 的c个聚类中心，将待分割图像中的每个像素点依次划分到与该像素点灰度值最为接近的 聚类中心，实现图像的分割。
2. 根据权利要求1所述的基于方向多目标遗传聚类算法的图像分割方法，其中步骤 (2e)所述将方向算子作用于第t代种群Pt中的每个个体上产生新个体，是按如下策略进 行： 策略I :当方向算子作用的个体为支配解时，将该个体称为父代支配解Pard，父代支配 解Pard将按如下公式产生第一子代个体S 1:
其中，扰动率且〇〈Ρ，1，σ为（〇,2)区间内均匀分布的随机数，U(0, 1)为（0，1) 区间内均匀分布的随机数，A1是在第t代档案A t中随机选取的一个非支配解； 策略2 :当方向算子作用的个体为非支配解时，将该个体称为父代非支配解Parn，再由 父代非支配解Parn产生第二子代个体S 2:
其中A2、A3是在第t代档案A t中随机选取的两个不同的非支配解。
3. 根据权利要求1所述的基于方向多目标遗传聚类算法的图像分割方法，其中所述步 骤（2g)中将档案更新算子作用于第t代混合种群C t，得到第t+Ι代档案At+1，按如下步骤进 行： (2gl)令min (XB)、min (Jm)分别为第t代档案At中的个体在第一适应度值XB和第二 适应度值Jm上的最小值，并以点（min (XB)，min(Jm))作为原点，以直线A=Iiiin (XB)作为X 轴，以直线f2= min(Jm)作为y轴构建坐标系； (2g2)从原点向第一象限发出一群均匀分布的射线，射线条数等于种群的大小Np; (2g3)依次遍历每一条射线，从第t代混合种群Ct中选取距离该条射线最近的非支配 解移入第t+Ι代档案At+1中。
4. 根据权利要求1所述的基于方向多目标遗传聚类算法的图像分割方法，其中所述步 骤（2h)中将种群更新算子作用于第t代混合种群C t，产生第t+Ι代种群Pt+1，按如下策略进 行： (2hl)令第t代混合种群Ct中非支配解的个数为m，； (2h2)将非支配解的个数为m与种群大小％比较：若m〈Np/2,则将第t代混合种群Ct 中所有的非支配解拷贝到第t+Ι代种群Pt+1中；若m彡Np/2,则用第t代混合种群C t中的 每个非支配解，计算该非支配解与其他非支配解的欧式距离平均值，并选取欧式距离平均 值最小的前N p/2个非支配解复制到第t+Ι代种群Pt+1中； (2h3)对于第t代混合种群Ct中未被复制到第t+Ι代种群P t+1的个体，计算其第一适 应度值XB和第二适应度值Jm之和，并选取适应度值之和最小的前min {m，N/2}个体拷贝到 第t+Ι代种群Pt+1中。
【专利摘要】本发明公开了一种基于方向多目标遗传聚类算法的图像分割方法。其技术方案是：1、提取图像的灰度信息；2、利用方向多目标遗传聚类算法对图像的灰度信息进行聚类，并输出聚类结果，在利用该遗传聚类算法时其关键是：采用XB聚类有效性指标和Jm聚类有效性指标来共同评价个体；通过方向算子产生新个体，在产生新个体时能同时保证种群多样性和收敛能力；通过设计档案更新算子和种群更新算子，使得非支配解在pareto曲线上分布的更加均匀；3、根据输出的聚类结果对图像进行分割。本发明能同时优化两个聚类有效性指标，收敛速度快，提升了图像分割的质量和分割效果的稳定性，可用于图像目标的提取。
【IPC分类】G06T7-00
【公开号】CN104537667
【申请号】CN201410833100
【发明人】刘静, 焦李成, 唐瑞祺, 马文萍, 马晶晶
【申请人】西安电子科技大学
【公开日】2015年4月22日
【申请日】2014年12月27日