技术详细介绍
本发明公开了一种基于双策略和声搜索算法的柚子图像分割方法，主要解决传统和声搜索算法应用于柚子图像分割时存在着分割速度慢，分割精度不高的问题。本发明在和声搜索算法分割柚子图像的音调调整过程中融合了最优个体导向的调整策略和随机个体导向的调整策略，从而实现收敛速度与种群多样性之间的平衡，提高柚子图像的分割精度；此外，利用精英混沌搜索策略来提高算法的局部搜索能力，加快柚子图像的分割速度；与同类方法相比，本发明能够加快柚子图像的分割速度，提高分割精度。
一种基于双策略和声搜索算法的柚子图像分割方法，其特征在于：包括以下步骤：
步骤1，利用摄像机采集一幅柚子图像AI，然后将采集到的柚子图像AI转换成为YCrCb色彩空间的柚子图像BI；
步骤2，提取柚子图像BI中每个像素的Cb颜色分量值作为聚类数据，将提取到的聚类数据按像素在柚子图像BI中的行列坐标存储到矩阵Data中，这样就可以建立起矩阵Data的每个元素与柚子图像AI中每个像素之间的行列坐标的一一对应关系，其中矩阵Data的大小为DH×DW，并且DH的值等于柚子图像AI的高度，DW的值等于柚子图像AI的宽度；
步骤3，用户初始化参数，所述初始化参数包括分割类别数目D，和声库大小Popsize，记忆库学习率HMCR，音调调整率PAR，最大评价次数MAX_FEs；
步骤4，当前演化代数t＝0，当前评价次数FEs＝0；
