基于多模態(tài)遺傳優(yōu)化的非參數(shù)方法多曲線識(shí)別算法的研究.pdf

1、Hough變換能夠從含有噪聲和斷點(diǎn)的二值圖像當(dāng)中提取出目標(biāo)曲線，但是使用Hough變換的前提是預(yù)先知道曲線的方程或形狀。對(duì)于那些無(wú)法預(yù)知其方程或形狀，而在實(shí)際圖像中往往在許多情況下存在的曲線，Hough變換就無(wú)能為力了。把這類(lèi)曲線的識(shí)別問(wèn)題歸結(jié)為離散的組合優(yōu)化問(wèn)題，在對(duì)遺傳算法深入研究的基礎(chǔ)上，采用遺傳優(yōu)化的方法識(shí)別非參數(shù)曲線。實(shí)際圖像中可能同時(shí)存在多條非參數(shù)曲線，對(duì)多條非參數(shù)曲線的識(shí)別，本論文采用了多模態(tài)遺傳優(yōu)化的方法，同時(shí)提取出多條

2、曲線。主要研究?jī)?nèi)容如下：
　　 1)介紹了參數(shù)曲線和非參數(shù)曲線的概念，Hough變換提取參數(shù)曲線，以及人類(lèi)視覺(jué)對(duì)參數(shù)和非參數(shù)曲線濾波特性進(jìn)行了研究，并進(jìn)行了仿真實(shí)驗(yàn)，得出了人類(lèi)視覺(jué)濾波的臨界噪聲，并用于對(duì)多曲線識(shí)別的定標(biāo)。
　　 2)針對(duì)遺傳算法求解多模態(tài)優(yōu)化問(wèn)題時(shí)無(wú)法同時(shí)取得全局最優(yōu)解和盡可能多的局部最優(yōu)解問(wèn)題，對(duì)算法提出了改進(jìn)。采用了基于相似個(gè)體結(jié)構(gòu)的小生境技術(shù)和境內(nèi)交叉相結(jié)合的算法，給出了新算法的原理，并進(jìn)行了仿真