[發明專利]一種基于遺傳規劃算法的圖形圖像分類方法

有效

• 申請號: 201410177761.4
• 申請日: 2014-04-29
• 公開（公告）號: CN103942571B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 劉若辰;焦李成;楊振庚;王爽;公茂果;李陽陽;馬文萍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06N3/12
• 代理公司: 西安智萃知識產權代理有限公司61221
• 代理人: 張超

1.一種基于遺傳規劃算法的圖形圖像分類方法，其特征在于包括如下步驟：

(1)根據圖像庫中的圖像，隨機挑選出總數的50％組成訓練集圖像，其中每類圖像幅數均等于該類在圖像庫中總數的半數；

(2)設定第一階段的操作符集終止符集交叉概率變異概率種群規模變異步長因子step，迭代次數gen1；第二階段的操作符集終止符集變異概率交叉概率迭代次數gen2、種群規模

(3)采用“組合矩”方法提取訓練集圖像的特征；

(4)依據操作符集終止符集初始化個個體的種群pop₁，計算每個個體的適應度；

(5)依據適應度大小評價個體優劣：適應度高的個體視為優勝個體；采用錦標賽策略選擇種群pop1中個個體；對優勝個體組成的種群進行交叉變異操作；

(6)對交叉變異后的個體進行局部搜索，設定較小的變異步長s'，根據此步長對種群進行較密集的變異操作；

(7)對局部搜索后的種群個體進行適應度評估，若種群中最大適應度大于0.85或迭代次數達到gen₁時，則執行步驟(8)，否則，執行步驟(5)；

(8)從迭代終止的種群中選擇適應度最高的個體，即為最優個體；解碼最優個體，獲得新特征；

(9)依據操作符集終止符集和新特征,初始化個個體的種群pop₂，對個體評估適應度；

(10)根據評估結果優選種群pop₂，獲得優選種群按照變異概率交叉概率對進行交叉，變異操作；

(11)對交叉變異后的個體進行適應度評估；若進化代數少于gen₂時，則返回執行步驟(10)；否則按照適應度最大原則選出現有種群中的最優個體，輸出最優個體的解碼結果，獲得匹配函數，據此函數得到圖像匹配模型。

2.權利要求1所述的一種基于遺傳規劃算法的圖形圖像分類方法,其特征在于步驟(3)采用的提取訓練圖像的特征的“組合矩”按照如下方式進行:

1)用canny邊緣檢測算法獲取圖像邊緣；

2)獲取邊緣點的坐標值{(x(i),y(i)),i＝1,2,...,N}，計算邊緣的重心x‾=m10/m00,y‾=m01/m00,]]>輪廓不變矩mpq=ΣxΣyxpyq,]]>計算每個邊緣點與重心的距離量z(i)=(xi-x‾)2(yi-y‾)2;]]>

3)依據中心矩和歸一化中心矩計算圖像邊緣區域的重心的歸一化中心矩η₂₀、η₀₂、η₁₂、η₃₀、η₁₁、η₂₁；其中階數γ＝(p+q)2+1，p+q＝2,3,...；

4)計算圖像的CHEN不變矩高階矩T₁、T₂、T₃；其中φ1=η20+η02,φ2=(η20-η02)2+4η112,φ3=(η30-3η12)2+(3η21-η03)2,]]>T₁＝μ₂(M₁)²，T₂＝μ₃(M₁)³，T₃＝μ₄(M₁)⁴。其中(p＝1,2,...)為邊界幾何矩,μ_p為圖像輪廓的p階中心矩。