非參數(shù)曲線提取方法研究.pdf

1、曲線提取與曲線識(shí)別是圖像識(shí)別、圖像理解、機(jī)器視覺(jué)等領(lǐng)域中非常重要的基本識(shí)別技術(shù)，在經(jīng)濟(jì)、國(guó)防、工業(yè)、安全等諸多方面有著廣泛應(yīng)用。在進(jìn)行圖像識(shí)別時(shí)，要首先對(duì)圖像進(jìn)行預(yù)處理、分割運(yùn)算，然后提取曲線特征，最后進(jìn)行識(shí)別。而圖像的復(fù)雜性和多樣性以及預(yù)處理、分割算法的局限性使得分割后的二值圖像中存在大量的噪聲，同時(shí)曲線中也存在斷點(diǎn)，為曲線的特征提取帶來(lái)了困難。Hough 變換能夠有效的從充斥噪聲的二值圖像中提取曲線，是曲線識(shí)別中的主要工具。但利用H

2、ough 變換進(jìn)行曲線識(shí)別，需要預(yù)知曲線方程或形狀，而實(shí)際圖像中的曲線在許多情況下是無(wú)法在識(shí)別前預(yù)知其方程或形狀的，也就無(wú)法使用Hough 變換來(lái)提取曲線。論文將這類(lèi)曲線稱之為非參數(shù)曲線，而對(duì)它的提取問(wèn)題歸結(jié)為離散的組合優(yōu)化問(wèn)題，并在對(duì)遺傳算法、蟻群優(yōu)化算法進(jìn)行深入研究的基礎(chǔ)上，提出了基于蟻群算法的非參數(shù)曲線提取方法。論文的主要研究?jī)?nèi)容和所取得的成果包括如下幾個(gè)方面： (1) 論文介紹了用Hough 變換識(shí)別參數(shù)曲線的理論方法，

3、以及參數(shù)曲線與非參數(shù)曲線的概念。闡明了基于組合優(yōu)化理論的非參數(shù)曲線識(shí)別的基本思想，制定了基于優(yōu)化算法的非參數(shù)曲線提取方案，并在研究前人基于小生境遺傳優(yōu)化的非參數(shù)曲線特征提取算法的基礎(chǔ)上，采用蟻群優(yōu)化來(lái)對(duì)非參數(shù)曲線進(jìn)行提取，取得了較好的效果。 (2) 論文對(duì)遺傳算法、蟻群優(yōu)化算法展開(kāi)了深入的研究。針對(duì)算法中的缺陷與不足，提出了三種改進(jìn)算法：具有局部搜索能力的小生境遺傳算法、蟻群遺傳混合算法、求解旅行商問(wèn)題的智能蟻群優(yōu)化算法。論文闡

4、述了改進(jìn)算法的思想、算法流程、和算子的設(shè)計(jì)，并通過(guò)多峰值函數(shù)、旅行商問(wèn)題的仿真實(shí)驗(yàn)，驗(yàn)證了改進(jìn)算法的合理性和有效性。 (3) 針對(duì)非參數(shù)曲線識(shí)別問(wèn)題，論文在基于蟻群優(yōu)化的非參數(shù)曲線提取算法中設(shè)計(jì)了搜索終止概率函數(shù)，用于動(dòng)態(tài)的判斷螞蟻是否繼續(xù)添加解成分，解決了非參數(shù)曲線提取問(wèn)題中解不定長(zhǎng)的問(wèn)題；路徑翻轉(zhuǎn)算子與搜索終止函數(shù)的共同作用解決了非參數(shù)曲線提取問(wèn)題中曲線起點(diǎn)像素、終點(diǎn)像素不合一的問(wèn)題，使得螞蟻可以隨機(jī)選擇初始非零像素；論文同

5、時(shí)對(duì)蟻群優(yōu)化中的啟發(fā)式信息給出了合理定義，并設(shè)計(jì)了相應(yīng)的狀態(tài)轉(zhuǎn)移規(guī)則和信息素更新規(guī)則；局部搜索算子的引入一定程度上對(duì)蟻群優(yōu)化的粗搜索進(jìn)行了彌補(bǔ)，進(jìn)一步優(yōu)化了螞蟻所構(gòu)造的曲線；通過(guò)對(duì)含有各種長(zhǎng)度、各種角度、各種紋理、存在各種噪聲的二值圖像的實(shí)驗(yàn)，結(jié)果表明算法是有效的。 (4) 為了在同一幅二值圖像當(dāng)中同時(shí)提取兩條甚至多條非參數(shù)曲線，論文對(duì)兩曲線之間的相似度進(jìn)行了定義，并在此基礎(chǔ)上討論了基于蟻群優(yōu)化的多曲線提取算法，也取得了良好的效