基于遗传算法的图像模式识别

本文介绍了采用遗传算法实现图像识别的原理以及遗传算法的操作方法,利用vc++编程实现了该算法。通过与遍历式搜索算法的比较,体现了遗传算法的搜索速度快、计算量小的特点。

基于遗传算法的图像模式识别

吴祉群

中国］：程物理研究院机械制造工艺研究所，四川绵阳，６２１９００

ｅｍａｉｌ：ｗｚｑｈａｐｐｙｅｖｅｒｙｄａｙ＠１６３．ｃｏｒｎ

摘要：本文介绍了采用遗传算法实现图像识别的原理以及遗传算法的操作方法，利用ｖｃ＋＋编程实现了该算法。通过与遍历式搜索算法的比较，体现了遗传算法的搜索速度快、计算量小的特点。

关键词：遗传算法二进制编码适应度

ＰＡＬＴＴＥＲＮＲＥＣｏＧＮＩＺＩＮＧＵＳＩＮＧＧＥＮＥＴＩＣＳＥＡＲＣＨ

ＷＵＺＨＩＱＵＮ

ＭｅｃｈａｎｉｃｓＭａｎｕｆａｃｔｕｒｅＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，．ＣｈｉｎａＡｃａｄｅｍｙｏｆＥｎｇｉｎｅｅｒｉｎｇＰｈｙｓｉｃｓ，

Ｍｉａｎｙａｎｇ６２１９００，Ｃｈｉｎａｅｍａｉｌ：ｗｚｑｈａｐｐｙｅｖｅｒｙｄａｙ＠１６３．ｃｏｍ

ＡｂｓｔｒａｃｔＴｈｅａｒｔｉｃｌｅｉｎｔｒｏｄｕｃｅｓｔｈｅｔｈｅｏｒｙｏｆｔｈｅｐａｔｔｅｒｎｒｅｃｏｇｎｉｚｉｎｇｂｙｔｈｅｇｅｎｅｔｉｃｓｅａｒｃｈａｎｄｔｈｅｏｐｅｒａｔｉｎｇｍｅｔｈｏｄｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ．ＩｔｉｓｒｅａｌｉｚｅｄｗｉｔｈＶＣ＋＋ｐｒｏｇｒａｍｌａｎｇｕａｇｅ．Ｃｏｍｐａｒｉｎｇｗｉｔｈｔｈｅｒａｎｓａｃｋｓｅａｒｃｈｉｎｇ，ｔｈｅｇｅｎｅｔｉｃｓｅａｒｃｈｈａｖｅａｄｖａｎｔａｇｅｏｎｔｈｅｓｅａｒｃｈｉｎｇｓｐｅｅｄａｎｄｔｈｅｃｏｍｐｕｔｉｎｇａｍｏｕｎｔ．

Ｋｅｙｗｏｒｄｓｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓｂｉｎａｒｙｃｏｄｅｆｉｔｎｅｓｓ

１．引言

图像模式识别技术是光电成像系统对运动和静．止目标跟踪的基本手段。对近距离目标或尺寸很大的目标进行识别时，一般目标图像占据了视场的大部分或者充满整个视场，图像模式识别的数据量和计算量都很大，应用到具有实时性要求很高的场合有着很炎程度的制约，所以，图像模式识别的计算量在一定程度上决定了该技术的实用性。图像模式识别的计算量取决于它寻找最佳匹配位置时采用的搜索技术，一般常用的有基于微分的搜索技术、启发式随机搜索技术、枚举技术、随机搜索技术，遗传算法属于启发式随机搜索技术中的一种。基于微分的方法一般是针对特定问题或对问题性质有较高的要求；枚举法的计算效率太低，不适用于大型优化问题求解；随机搜索方法带有一定盲目性，对于复杂问题不能保证解的质量。

遗传算法是近年发展起来的新理论和新方法，能适应不同领域的优化问题求解，并在大多数情况下都能得到比较满意的解，与其他方法相比在复杂优化问题求解中有着比较显著的优势。利用遗传算法进行图像模式识别的基本方法是将需要识别的图像（或内容）作为标准模板与实际图像进行比对，通过遗传算法搜索全局最优解。遗传算法的寻优过程与随机搜索的最大区别在于随机搜索是盲目地进行搜索，而遗传算法是把随机搜索与定向搜索有机结合起来，形成一种启发式的智能搜索。

２遗传算法原理

将遗传算法用于图像模式识别，实际上是将图像的问题转化为坐标值及相关参数的寻优问题，而遗传算法的寻优过程主要涉及以下三个问题：

２．１图像模式识别问题解的编码

图像模式识别的目的是寻找模板的最优匹配位置，其坐标值就是图像模式识别的最优解，因此，最简单的编码方式是将坐标对应的二进制编码直接作为基因串。如果被识别图像与模板图像在角度或大小上发生变化，可在编码时，将图像位置（ｘ，Ｙ，）、旋转角度（０）以及缩放比例（Ｍ）编入基因代码中。

遗传算法的编码方式是模仿生物细胞中染色体中碱基对的排列方式，采用一组数字串来表达设计变量，最常用的是二进制码，不仅可以模拟生物细胞中的染色体，也可利用计算机

本文介绍了采用遗传算法实现图像识别的原理以及遗传算法的操作方法,利用vc++编程实现了该算法。通过与遍历式搜索算法的比较,体现了遗传算法的搜索速度快、计算量小的特点。

来进行计算。例如：一组设计变量；缸，），，ｐ，Ｍ），＝｛８００，６００，ｏ．６３７１９７，１．８５４８６０｝经线性变换后，其编码为：●

一１１１１１１１１１１１１ｔ…－＿—＿－－＿—１０１１１１１１１１１１＿—＿ ＿－＿—１０００１０１１１０１１０１０１０００１１１一‘’‘。。—‘。’‘。１１１０１０１０１１１００１１１００１１ｌ一

１２位１２位２２位“。。１’２２位。’。‘。一

显然，上述二进制数字串，代表了设计变量的一组取值。如果将每一组取值看成是生物种群中的一个个体，那么，与之对应的数字串就相当于该个体的遗传特征——染色体。使刚这种编码方法不仅可为后续的遗传算子（交叉 …… 此处隐藏：3761字，全部文档内容请下载后查看。喜欢就下载吧 ……