图像处理方法、装置及电子设备与流程

本发明涉及图像处理，尤其是涉及一种图像处理方法、装置及电子设备。

背景技术：

1、遥感技术可以实时监测山体边坡的图像强度变化，及时发现可能存在的裂缝、变形、水土流失等情况，图像分割技术能够将工地遥感图像划分为多个具有相似特性的子区域，为了提高图像分割精度，通常使用多阈值进行分割，然而随着阈值数量的增加，计算交叉熵的过程可能变得更加复杂，导致算法的执行时间增长，尤其是在处理大规模图像或数据集时，不恰当的相关参数设置会导致分割结果不佳或算法收敛速度慢。鹦鹉优化算法是一种基于鹦鹉的元启发式优化算法，将元启发式优化算法与交叉熵多阈值分割方法结合，可以解决交叉熵在多阈值中，随着阈值数量的增加，计算交叉熵的过程可能变得更加复杂的问题。但是鹦鹉优化算法的局部搜索能力相对较弱，难以快速逃离局部最优解，同时算法的收敛速度不稳定，从而难以实现对多个阈值的快速精准寻优，进而难以保证对遥感图像的分割精度和图像分割效率。

技术实现思路

1、本发明的目的在于提供一种图像处理方法、装置及电子设备，以实现对多个阈值参数的快速精准寻优，进而提高对原始遥感图像的分割精度和图像分割效率。

2、本发明提供的一种图像处理方法，方法包括：获取待处理的原始遥感图像和待优化的多个阈值参数；对原始遥感图像进行处理，得到第一遥感灰度图像；采用预设的改进后的鹦鹉优化算法对多个阈值参数进行寻优，得到每个阈值参数的最佳参数解；其中，改进后的鹦鹉优化算法中，基于当前迭代的自适应阈值，确定在当前迭代时执行交流阶段的位置更新数学模型或逃离阶段的位置更新数学模型；交流阶段的位置更新数学模型基于当前迭代的交流因子确定，当前迭代的交流因子基于当前迭代鹦鹉种群的平均适应度值和最小适应度值确定；基于每个阈值参数的最佳参数解，对第一遥感灰度图像进行分割处理，以得到原始遥感图像对应的分割后的目标图像。

3、进一步的，当前迭代的交流因子通过以下公式确定：

4、；

5、其中，为当前迭代的次数；表示当前迭代时的交流因子；为最大迭代次数；为鹦鹉种群最大规模；为当前迭代时的最小适应度值；为当前迭代时，第 i只鹦鹉的位置的适应度值。

6、进一步的，交流阶段的位置更新数学模型通过以下公式确定：

7、；

8、其中，为当前迭代时第 i只鹦鹉的位置；为第t+1次迭代时第 i只鹦鹉的位置，为当前迭代时鹦鹉种群的平均位置；为随机概率，取值为（0,1）内随机数；为取值为（0,1）内的随机数。

9、进一步的，当前迭代的自适应阈值通过以下公式确定：

10、；

11、其中，为当前迭代时的自适应阈值；为全局鹦鹉个体与最佳鹦鹉位置的最远交流距离；最佳鹦鹉位置为当前迭代时的最小适应度值所对应的鹦鹉位置；为当前迭代时第 i只鹦鹉的位置与最佳鹦鹉位置之间的交流距离；

12、通过以下公式确定：

13、；

14、其中，为从初始化到当前迭代时已搜索到的最佳位置。

15、进一步的，当当前迭代的自适应阈值大于预设阈值时，确定在当前迭代时执行逃离阶段的位置更新数学模型；当当前迭代的自适应阈值不大于预设阈值时，确定在当前迭代时执行交流阶段的位置更新数学模型。

16、进一步的，逃离阶段的位置更新数学模型通过以下公式确定：

17、；

18、其中，。

19、进一步的，采用预设的改进后的鹦鹉优化算法对多个阈值参数进行寻优，得到每个阈值参数的最佳参数解的步骤包括：将多个阈值参数作为一个空间向量解集；利用佳点集初始化鹦鹉种群初始位置，将鹦鹉种群初始位置与空间向量解集建立实数映射，每只鹦鹉的位置对应一个空间向量解集；初始化改进后的鹦鹉优化算法的计算参数；将第一次迭代作为当前迭代，基于改进后的鹦鹉优化算法的觅食阶段的位置更新数学模型、停留阶段的位置更新数学模型、交流阶段的位置更新数学模型，以及逃离阶段的位置更新数学模型，更新每只鹦鹉的位置；利用预设的适应度函数计算每只鹦鹉的位置的适应度值，保留当前迭代的最小适应度值对应的鹦鹉位置；将下一次迭代作为新的当前迭代，判断当前迭代次数是否小于或等于最大迭代次数；如果当前迭代次数小于或等于最大迭代次数，重复执行基于改进后的鹦鹉优化算法的觅食阶段的位置更新数学模型、停留阶段的位置更新数学模型、交流阶段的位置更新数学模型，以及逃离阶段的位置更新数学模型，更新每只鹦鹉的位置的步骤，以得到当前迭代的最小适应度值对应的鹦鹉位置；如果当前迭代次数大于最大迭代次数，基于每次迭代的最小适应度值，确定全局最小适应度值，将全局最小适应度值对应的鹦鹉位置解析为空间向量解集的目标向量解集，基于目标向量解集得到每个阈值参数的最佳参数解。

20、进一步的，第一遥感灰度图像中包含目标对象；基于每个阈值参数的最佳参数解，对第一遥感灰度图像进行分割处理，以得到原始遥感图像对应的分割后的目标图像的步骤包括：从第一遥感灰度图像中提取出与目标对象相关联的对象特征；基于每个阈值参数的最佳参数解，对第一遥感灰度图像进行分割处理，得到目标对象对应的第一图像区域，以及除目标对象之外的第二图像区域；根据第一图像区域中的对象特征和第二图像区域中的对象特征，对原始遥感图像进行掩码处理，得到掩码处理后的原始遥感图像；计算第一图像区域对应的第一直方图和第二图像区域对应的第二直方图；对第一直方图和第二直方图分别进行拉伸处理，得到对比度增强后的第一图像区域和对比度增强后的第二图像区域；将对比度增强后的第一图像区域和对比度增强后的第二图像区域合并至掩码处理后的原始遥感图像，得到原始遥感图像对应的分割后的目标图像。

21、进一步的，对原始遥感图像进行处理，得到第一遥感灰度图像的步骤包括：采用高斯滤波算法对原始遥感图像进行平滑处理，得到平滑遥感图像；对平滑遥感图像进行灰度化处理，得到第二遥感灰度图像；按预设领域尺寸，对第二遥感灰度图像中的每个像素点进行混乱程度分析处理，得到每个像素点对应的灰度混乱程度值；基于每个像素点对应的灰度混乱程度值，映射得到第一遥感灰度图像。

22、本发明提供的一种图像处理装置，装置包括：获取模块，用于获取待处理的原始遥感图像和待优化的多个阈值参数；第一处理模块，用于对原始遥感图像进行处理，得到第一遥感灰度图像；寻优模块，用于采用预设的改进后的鹦鹉优化算法对多个阈值参数进行寻优，得到每个阈值参数的最佳参数解；其中，改进后的鹦鹉优化算法中，基于当前迭代的自适应阈值，确定在当前迭代时执行交流阶段的位置更新数学模型或逃离阶段的位置更新数学模型；交流阶段的位置更新数学模型基于当前迭代的交流因子确定，当前迭代的交流因子基于当前迭代鹦鹉种群的平均适应度值和最小适应度值确定；第二处理模块，用于基于每个阈值参数的最佳参数解，对第一遥感灰度图像进行分割处理，以得到原始遥感图像对应的分割后的目标图像。

23、本发明提供的图像处理方法、装置及电子设备，获取待处理的原始遥感图像和待优化的多个阈值参数；对原始遥感图像进行处理，得到第一遥感灰度图像；采用预设的改进后的鹦鹉优化算法对多个阈值参数进行寻优，得到每个阈值参数的最佳参数解；其中，改进后的鹦鹉优化算法中，基于当前迭代的自适应阈值，确定在当前迭代时执行交流阶段的位置更新数学模型或逃离阶段的位置更新数学模型；交流阶段的位置更新数学模型基于当前迭代的交流因子确定，当前迭代的交流因子基于当前迭代鹦鹉种群的平均适应度值和最小适应度值确定；基于每个阈值参数的最佳参数解，对第一遥感灰度图像进行分割处理，以得到原始遥感图像对应的分割后的目标图像。该方式在改进后的鹦鹉优化算法中，改进了交流阶段和逃离阶段的执行策略，以及交流阶段的位置更新数学模型，可以有效提高鹦鹉优化算法的收敛速度，实现对多个阈值参数的快速精准寻优，进而提高对原始遥感图像的分割精度和图像分割效率。