基与结合遗传算法结合的直觉模糊集的检索方法(英文翻译)VIP免费

北京理工大学，2009年卷。18，第1号基与结合遗传算法结合的直觉模糊集的检索方法WANGXiao2yin(王潇茵)1,XUWei2hua(徐卫华)2,HUChang2zhen(胡昌振)计算机网络防御技术实验室，北京理工大学，北京100081，中国;2。自动化站的陆军参谋航空系，北京100012，中国摘要：本文提出了一种基于直觉模糊理论和遗传算法相结合的新的图像检索方法,旨在解决旧的方法的缺点。每个图像在垂直方向上被分割成一群数目恒定的子图像。提取每个子图像的颜色特征以得到染色体编码。我们认为，模糊的部分和直觉模糊犹豫程度与每个像素的彩色图像直方图有关。某些功能，图像的模糊特征和直观模糊特征，一起使用来描述图像内容。高效子图像组合根据选择操作，交叉和变异被选出来。检索的结果是根据从这些子图像颜色特征组合而获得的。测试结果表明这种方法可在不降低速度的情况下提高图像检索的精度。其平均精度在80％以上。关键词：直觉模糊，遗传算法，颜色直方图，图像检索随着计算机技术和网络技术迅速发展，有越来越多的信息在互联网上传播。形象是重要信息载体，图像检索技术成为研究的重点。图像检索最基础的任务是提取图像特征。为了图像内容表示准确，形象特征应该有综合性和完整性。但如果特征数量太多，那就不太好得到检索结果。如何完全表达图像和移除不影响检索准确度的无用特征是一个问题。利用模糊推理和遗传算法可以一定程度上解决这个问题。到目前为止，这个系统的图像检索仍然是罕见的。邹用粗糙的设置计算最简单的图像的视觉特征子集，并使用交互式遗传算法评价图像的功能[1]。杨用算法估计交叉概率和突变概率基于模糊推理技术[2]。Soodamani用基于先验知识和使用一个遗传算法—范式系统反馈路径的基础学习，来设定一个特征模板。普遍的问题是逻辑模糊和遗传算法在优化搜索路径时不合适染色体编码进展。它使图像特征表达忽视人类视觉的连续性和心理需要的认定。在本文中，我们运用直觉模糊编码理论中的染色体遗传算法进行搜索路径的优化。它是根据图像的颜色特征。当然，模糊性和色彩的直观模糊特征也是被考虑的。然后选择，交叉和变异用于有效地优化图像特征以提高图像检索系统。1模型的图像检索系统该系统包括图像色彩特征表达，颜色特征的优化和颜色匹配。遗传算法应用于特征优化，其中包括染色体选择，交叉和变异。流程图如图1。图1图像检索系统模型流程图首先，每个图像在垂直方向分割成一组数量为常数的子图像，该方法称为“单位平均分割”[4]。图片可以表示为每一个不同的组合的子图像的集合。子图像像素用模糊理论被表达出来并且有助于所有颜色直方图中的色彩因子的表达。然后直观模糊集理论被诠释出来。因此，得到了模糊部分和每个象素的直观的颜色模糊犹豫程度,这些都有一定的价值。所有这些特征形式构成每个象素的色彩特征，每个象素的色彩特征在遗传算法中完成图像特征的编码。然后通过选择处理功能，交叉和变异，得到有效的特征。最后，图像检索进度根据图像的相似度,通过图像颜色特征的欧几里德距离被完成。2图像检索系统的算法2.1颜色特征的算法在计算过程中，我们使用HSV（色相饱和度值）空间[5]的颜色值。量化执行时，在图像的所有像素在HSV空间里被映射到n种上颜色（直方图上的n个小箱型）。为了加快检索，在图像中表达不流畅的色彩应根据不同的应用排除。我们在Ref中使用的算法得到必要颜色直方图（CCH）和模糊颜色直方图（FCH），它们分别表示为Fn×1和Cn×1形式。对属于一些颜色像素的概率不能完全只使用必要色彩直方图或模糊颜色直方图表示出来。被Atanasso提出的直观模糊理论[7]是适用于我们的方法。非隶属度函数用于改善颜色特征的表达。直觉模糊理论的概念通过增加模糊色彩特征的犹豫程度表达出来。接着Hn×1矩阵产生在这里υi是图像象素对第i种颜色值的非隶属度。比较模糊颜色直方图与某些颜色直方图，一些模糊量化噪声就可以找到。这种噪音是通过直观的指数可以消除的。从噪音来源，已知的是，图像像素的颜色犹豫度是与色彩值和模糊颜色值之间的某些区别成正比的。此外，根据均衡器还有一些特殊的颜色值。也就是说，若υi=0，模糊度可以达到最大πmaxi这个特...