基于遺傳聚類算法的圖像基元識(shí)別

1、江蘇科技大學(xué)碩士學(xué)位論文基于遺傳聚類算法的圖像基元識(shí)別姓名：鄒全申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：張尤賽20080101大摘要基于遺傳聚類算法的基元識(shí)別大摘要計(jì)算機(jī)圖像處理是一門伴隨著計(jì)算技術(shù)的高度發(fā)展而新興起的學(xué)科。其目的之一是在計(jì)算機(jī)上實(shí)現(xiàn)和強(qiáng)化人的視覺(jué)以及人對(duì)視覺(jué)信息的加工和處理能力。將簡(jiǎn)單的模式圖形如三角形、矩形、圓、橢圓和多邊形等稱之為基元。基元的識(shí)別是圖像分析的一項(xiàng)重要任務(wù)，且在手寫(xiě)體識(shí)別、圖像目標(biāo)識(shí)別、圖像測(cè)

2、量和基于圖像的內(nèi)容檢索等實(shí)際應(yīng)用中具有非常重要的意義。因此，在圖像識(shí)別和分析等處理中，對(duì)圖像基元的識(shí)別是最基本的和最重要的工作。目前，國(guó)內(nèi)外許多學(xué)者對(duì)圖像基元的識(shí)別問(wèn)題進(jìn)行研究，提出了許多較為有效的方法，其中遺傳算法以及與其他算法方相結(jié)合的方法，顯示出很大的發(fā)展?jié)摿?。遺傳算法在許多優(yōu)化問(wèn)題中都有成功的應(yīng)用目前被廣泛應(yīng)用于函數(shù)優(yōu)化、機(jī)器學(xué)習(xí)、模式識(shí)別以及自適應(yīng)控制系統(tǒng)等眾多領(lǐng)域。近年來(lái)已有許多著作和學(xué)術(shù)論文對(duì)基于遺傳算法的基元識(shí)別進(jìn)行了研

3、究，并且用遺傳算法解決圖像基元的識(shí)別的問(wèn)題得出了令人比較滿意的結(jié)果。聚類分析是一個(gè)無(wú)監(jiān)督的學(xué)習(xí)過(guò)程，聚類的目標(biāo)是在沒(méi)有任何先驗(yàn)知識(shí)的前提下，將數(shù)據(jù)聚集成不同的簇，使得相同簇中的元素盡可能相似。通過(guò)聚類，人們能夠識(shí)別密集的和稀疏的區(qū)域，因而發(fā)現(xiàn)全局的分布模式，以及數(shù)據(jù)屬性之間有趣的相互關(guān)系。通過(guò)聚類，可以將相同的圖像基元?dú)w于一類，這樣同類型的基元就被識(shí)別出來(lái)了。Kmeans算法是聚類算法中主要算法之一。采用用Kmeans算法可以提高算法的

4、收斂速度?；谏鲜鲞z傳算法和聚類的特點(diǎn)，本文將遺傳算法和Kmeans算法相結(jié)合的方法來(lái)解決圖像基元的識(shí)別。該算法是在遺傳算法與Kmeans算法的基礎(chǔ)上提出來(lái)的，以遺傳算法的設(shè)計(jì)流程為主線，然后將Kmeans聚類算法引入到遺傳算法的進(jìn)化中來(lái)設(shè)定遺傳算法中的目標(biāo)函數(shù)，以實(shí)現(xiàn)同類的圖像基元的歸類識(shí)別。本文采用VC編程實(shí)現(xiàn)了多種圖像基元的識(shí)別功能。本文主要完成了以下幾個(gè)方面的工作：1、對(duì)遺傳算法和聚類分別作了研究，研究了它們的原理、特點(diǎn)、發(fā)展和