[發(fā)明專利]一種基于ABC-PCNN的裂縫識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811429036.6
• 申請日: 2018-11-27
• 公開（公告）號: CN109615616A
• 公開（公告）日: 2019-04-12
• 發(fā)明（設計）人: 王育堅;譚衛(wèi)雄;李深圳
• 申請（專利權）人: 北京聯(lián)合大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/00;G06N3/04;G06N3/08;G06T7/11
• 代理公司: 北京馳納智財知識產(chǎn)權代理事務所(普通合伙) 11367
• 代理人: 謝亮

本發(fā)明提供一種基于ABC?PCNN的裂縫識別方法及系統(tǒng)，其中方法包括提取路面裂縫圖像的特征矢量還包括以下步驟：使用優(yōu)化后的BP神經(jīng)網(wǎng)絡訓練測試樣本；采用所述測試樣本的預測值和真實值的交叉熵作為所述矢量特征的目標函數(shù)，完成對所述路面裂縫圖像的識別。本發(fā)明提出一種基于ABC?PCNN的裂縫識別方法及系統(tǒng)，通過加入自適應因子對人工蜂群（Artificial bee colony，ABC）算法的搜索位置和概率選擇進行改進，利用改進的ABC算法去優(yōu)化BP神經(jīng)網(wǎng)絡的權值與閾值，建立一種改進的ABC—BP混合神經(jīng)網(wǎng)絡路面裂縫識別算法，通過實驗驗證了該算法具有較好的通用性與有效性。

技術領域

本發(fā)明涉及數(shù)字圖像處理的技術領域，特別是一種基于ABC-PCNN的裂縫識別方法及系統(tǒng)。

背景技術

人工蜂群算法(ABC)是根據(jù)自然界蜜蜂總是能尋找優(yōu)良蜜源而模擬的一個群智能優(yōu)化算法。蜜蜂通過跳舞來傳遞蜜源信息。蜂群利用蜜源、采蜜蜂、觀察蜂和偵查蜂這四個部分來實現(xiàn)智能采蜜。對此，還引用了三種基本的行為模式：搜索模式、招募模式和選擇模式。算法中蜜源即為解空間內(nèi)的可能解；采蜜蜂攜帶了具體的蜜源信息，并通過擺舞來分享這些信息；觀察蜂則在蜂巢等待，并通過分享采蜜蜂的信息去尋找蜜源；偵查蜂則隨機搜索一個新的位置。

脈沖耦合神經(jīng)網(wǎng)絡(PCNN)作為第三代神經(jīng)網(wǎng)絡，是單層模型神經(jīng)網(wǎng)絡，不需要訓練過程即可實現(xiàn)圖像分割，非常適合處理像路面裂縫圖像一樣有著復雜度高、需要實時處理的圖像。傳統(tǒng)的PCNN模型參數(shù)多，計算量大，而對于閾值指數(shù)衰減函數(shù)，其分割的目標和背景間的相識度較差。

1.南京理工大學學報2014年8月第38卷第4期公開了一篇《基于ABC-PCNN模型的圖像分割》的文章，該文提出了一種就要人工蜂群(artificial bee colony，ABC)算法改進的自適應PCNN模型，即人工蜂群算法-脈沖耦合神經(jīng)網(wǎng)絡(ABC-PCNN)模型；提出了改進后的乘積型交叉熵函數(shù)，并利用ABC算法將此函數(shù)作為其適用度函數(shù)優(yōu)化輸出器連接系數(shù)和閾值。采用Lena圖像和血細胞圖像評估PCNN模型和ABC-PCNN模型的性能，結合角點和質(zhì)點坐標定為重疊區(qū)域的二次分割線得到最終的分割圖像。該方法的缺點是把原有的模型參數(shù)通過線性變換，變成了只處理兩個參數(shù)，破壞了原有的神經(jīng)元運行特征。

發(fā)明內(nèi)容

為了解決上述的技術問題，本發(fā)明提出一種基于ABC-PCNN的裂縫識別方法及系統(tǒng)，通過加入自適應因子對人工蜂群(Artificial bee colony，ABC)算法的搜索位置和概率選擇進行改進，利用改進的ABC算法去優(yōu)化BP神經(jīng)網(wǎng)絡的權值與閾值，建立一種改進的ABC-BP混合神經(jīng)網(wǎng)絡路面裂縫識別算法，通過實驗驗證了該算法具有較好的通用性與有效性。

本發(fā)明第一目的是提供一種基于ABC-PCNN的裂縫識別方法，包括提取路面裂縫圖像的特征矢量，還包括以下步驟：

步驟1：簡化PCNN模型；

步驟2：改進基于最小誤差準則的適應度函數(shù)K；

步驟3：將改進ABC-PCNN算法用于路面裂縫圖像進行二值分割。

優(yōu)選的是，所述PCNN的簡化模型在接收域中，F(xiàn)通道與L通道分別只接受了單個神經(jīng)元Iij的輸入和周圍8個神經(jīng)元的輸入。

在上述任一方案中優(yōu)選的是，所述改進后的適應度函數(shù)fit的計算公式為fit＝C-JC＞max(J)，其中，C為常數(shù)，J為最小誤差。