基于BBO_MLP和紋理特征的圖像分類算法研究.pdf

1、圖像分類就是根據(jù)不同類別的目標(biāo)在圖像信息中所反映的不同特征，把圖像區(qū)分開來的圖像處理方法。它利用計算機對圖像進行定量分析，把圖像或圖像中的每個像元或區(qū)域劃歸為若干個類別中的某一種，以代替人的視覺判讀。隨著多媒體技術(shù)及Internet網(wǎng)絡(luò)的迅速發(fā)展，圖像信息資源的分類已成為國內(nèi)外研究的熱點。對于大量的圖像數(shù)據(jù)，如何建立有效的圖像描述和分類機制就成為了一個迫切需要解決的問題。為更好的幫助人們高效地從大型圖像數(shù)據(jù)庫中找到有用的信息，學(xué)者們提出

2、了用篩選的特征值生成特征向量的方法來描述圖像，其中使用紋理特征來對圖像進行分類的算法受到廣泛的研究。通過對智能優(yōu)化算法的學(xué)習(xí)和紋理特征的探索，本文針對生物地理學(xué)優(yōu)化訓(xùn)練多層感知器存在的早熟收斂以及初始化靈敏等問題，建立了基于DE_BBO_MLP和紋理特征算法的分類模型。
　　本論文完成的主要研究工作包括以下幾個方面：
　?。?）在廣泛調(diào)研的基礎(chǔ)上，提出一種結(jié)合差分進化與生物地理學(xué)優(yōu)化訓(xùn)練多層感知器的方法。將BBO與DE算法相

3、結(jié)合，形成改進的混合DE_BBO算法；采用改進的DE_BBO來訓(xùn)練MLP，并應(yīng)用于虹膜、乳腺癌、輸血、鈔票驗證數(shù)據(jù)集分類。
　?。?）建立了 DE_BBO_MLP和紋理特征的圖像分類算法模型，利用該模型解決了現(xiàn)有分類技術(shù)中存在的分類準(zhǔn)確率差且收斂速度緩慢的問題。其操作步驟是：首先從圖像庫中選取3類不同的圖片，對圖像分類算法運行環(huán)境進行建模；其次，采用紋理特征描述圖像的特性，由所提取灰度圖像的幾個紋理特征構(gòu)造對應(yīng)圖像的特征向量，根據(jù)

4、用戶提供的類別號和圖像的紋理特征向量生成訓(xùn)練樣本文件；通過DE_BBO訓(xùn)練MLP來完成為MLP定義一個評估棲息地的誤差適應(yīng)度函數(shù)并對適應(yīng)度函數(shù)進行全局優(yōu)化，使用優(yōu)化的MLP對訓(xùn)練樣本文件進行分析，得到分類模型；最后根據(jù)已有的分類模型對測試樣本文件信息進行類別測試，將得到的圖像類別號返還給用戶。統(tǒng)計分類錯誤的圖片，對這些圖片進行二次反饋，來提高圖像分類的準(zhǔn)確率。
　?。?）將DE_BBO與BBO、PSO、GA、ACO、ES、PBIL