基于改进遗传算法的图像边缘特征提取_乔玲玲

Ｅ ｄ ｅ Ｆ ｅ ａ ｔ ｕ ｒ ｅ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｏ ｆ Ｉ ｍ ａ ｅ ｇ ｇ Ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｉ ｍ ｒ ｏ ｖ ｅ ｄ Ｇ ｅ ｎ ｅ ｔ ｉ ｃ Ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｐ ｇ
Ｑ Ｉ ＡＯ Ｌ ｉ ｎ ｌ ｉ ｎ Ｘ ｉ ａ ｏ ｕ ＭＡＯ ｇ ｇ ｊ （ ， ， ） Ｄ ｅ ａ ｒ ｔ ｍ ｅ ｎ ｔ ｏ ｆ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ Ｓ ｈ ａ ｎ ｉ ｕ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｈ ａ ｎ ｉ ｕ ７ ６ １ １ ３ ４ ｐ ｐ ｇ ｑ ｙ Ｓ ｇ ｑ ｒ ａ ｃ ｔ ｉ ｃ ａ ｌ ｅ ｎ ｅ ｔ ｉ ｃ ｅ ｒ ｍ ｅ ａ ｔ ｅ ｄ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｓ ａ ｋ ｉ ｎ ｄ ｏ ｆ ａ ｎ ｄ ｓ ａ ｎ ｅ ｏ ｔ ｉ ｍ ｕ ｍ ｓ ｅ ａ ｒ ｃ ｈ ｉ ｎ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ， ｔ ｈ ｅ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｓ ｈ ａ ｓ ａ ｌ ｒ ｅ ａ ｄ Ａ ｐ ｇ ｐ ｐ ｇ ｇ ｇ ｙ ， ｉ ｎ ｔ ｏ ｍ ａ ｎ ｄ ｉ ｓ ｃ ｉ ｌ ｉ ｎ ｅ ｓ ａ ｎ ｄ ｆ ｉ ｅ ｌ ｄ ｓ ｗ ｈ ｏ ｓ ｅ ａ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｄ ｉ ｉ ｔ ａ ｌ ｉ ｍ ａ ｅ ｉ ｓ ａ ｌ ｓ ｏ ｅ ｘ ｔ ｅ ｎ ｓ ｉ ｖ ｅ ｄ ａ ｂ ｄ ａ ． Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｏ ｅ ｃ ｔ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｙ ｐ ｐ ｐ ｇ ｇ ｙ ｙ ｙ ｐ ｊ ｐ ｇ ， ， ， ａ ｎ ｄ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ ｌ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｔ ｈ ｅ ｅ ｄ ｅ ｏ ｆ ｔ ｈ ｅ ｉ ｍ ａ ｅ ｉ ｎ ｔ ｈ ｉ ｓ ｔ ｈ ｅ ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｃ ｒ ｏ ｓ ｓ ｏ ｖ ｅ ｒ ａ ｎ ｄ ｍ ｕ ｔ ａ ｔ ｉ ｏ ｎ ｏ ｅ ｒ ａ ｔ ｏ ｒ ｏ ｆ ｕ ｉ ｃ ｋ ｌ ａ ｅ ｒ ｅ ｎ ｅ ｔ ｉ ｃ ｙ ｇ ｇ ｐ ｑ ｙ ｐ ｐ ｇ ， ａ ｒ ｅ ｉ ｍ ｒ ｏ ｖ ｅ ｄ ａ ｎ ｄ ｉ ｔ ｉ ｓ ａ ｌ ｉ ｅ ｄ ｔ ｏ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｔ ｈ ｅ ｅ ｄ ｅ ｏ ｆ ｔ ｈ ｅ ｉ ｍ ａ ｅ ． Ｔ ｈ ｅ ｅ ｘ ｅ ｒ ｉ ｍ ｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｉ ｍ ｒ ｏ ｖ ｅ ｄ ｅ ｎ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ － ｐ ｐ ｐ ｇ ｇ ｐ ｐ ｇ ｇ ，ｗ ｔ ｉ ｃ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｃ ａ ｎ ｄ ｅ ｔ ｅ ｃ ｔ ｓ ａ ｔ ｉ ｓ ｆ ａ ｃ ｔ ｏ ｒ ｅ ｄ ｅ ｓ ａ ｓ ｗ ｅ ｌ ｌ ａ ｓ ｉ ｍ ｒ ｏ ｖ ｅ ｃ ｏ ｎ ｖ ｅ ｒ ｅ ｎ ｃ ｅ ｈ ｉ ｃ ｈ ｉ ｓ ａ ｋ ｉ ｎ ｄ ｏ ｆ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ ａ ｎ ｄ ｒ ｅ ｌ ｉ ａ ｂ ｌ ｅ ｏ ｔ ｉ ｍ ｉ ｚ ａ － ｇ ｙ ｇ ｐ ｇ ｐ ， ｔ ｉ ｏ ｎ ａ ｒ ｉ ｔ ｈ ｍ ｅ ｔ ｉ ｃ ｈ ａ ｖ ｉ ｎ ｓ ｏ ｍ ｅ ａ ｌ ｉ ｅ ｄ ｖ ａ ｌ ｕ ｅ ． ｇ ｐ ｐ ， ， ｅ ｎ ｅ ｔ ｉ ｃ Ｋ ｅ Ｗｏ ｒ ｄ ｓ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ， ｅ ｄ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄ ｉ ｍ ａ ｅ ｓ ｅ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｇ ｇ ｇ ｇ ｇ ｙ Ｃ ｌ ａ ｓ ｓ Ｎ ｕ ｍ ｂ ｅ ｒ Ｐ ３ ９ １ Ｔ
６］ ， 化程度调 整 变 异 概 率 的 值 ［ 其 基 本 思 想 为： 当群
的选择算子 ， 因此 对 选 择 算 子 进 行 改 进 ， 采用确定
３］ 。 式采样选择 ［
确定式采样 选 择 方 法 的 基 本 思 想 是 按 照 一 种 确定的方式来进行选择操作 。 其具体操作过程是 ： ）设群 体 大 小 为 Ｎ ，各 个 个 体 的 适 应 度 为 １ （ ， …， ， 计算群体中各个个体在下一代 Ｆ ２， Ｎ） ｉ ｉ＝ １ ）所示 ： 群体中的期望生存数目 Ｎｉ， 如式 （ １
＊

摘 要 遗传算法作为一种实用 、 稳健的优化搜索算法 ， 已经渗透到许多学科及工程领域 ， 在数字图像处理中的应用亦 对遗传算法的选择 、 交叉和变异算子分别进行了改进 ， 并将其应用到图 日趋广泛 。 为了能够快速有效地提取出图像的边缘 ， 像边缘特征提取中 。 实验结果表明 ， 改进遗传算法在保证有效地提取 出 边 缘 的 基 础 上 ， 提高了收敛性能， 是一种有效的、 可 具有一定的实用价值 。 靠的优化算法 ， 关键词 遗传算法 ；边缘特征提取 ；阈值 ；图像分割 ： ／ 中图分类号 Ｔ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ２ Ｐ ３ ９ １ Ｄ Ｏ Ｉ １ ０． ３ ９ ６ ９ ９ ７ ２ ２． ２ ０ １ ６． ０ ７． ０ ３ ５ － ｊ
总第 ３ ２ １期 ２ ０ １ ６ 年第 ７ 期
计算机与数字工程 Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ＆Ｄ ｉ ｉ ｔ ａ ｌ Ｅ ｎ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｐ ｇ ｇ ｇ
Ｖ ｏ ｌ ． ４ ４Ｎ ｏ ． ７ １ ３ ５ ３
基于改进遗传算法的图像边缘特征提取
乔玲玲 毛晓菊
（ ） 商丘学院计算机工程学院 商丘 ４ ７ ６ １ １ ３
［ ４～５］ 非等概率选择交叉位置 ” 和“ 应用逻辑 融合了 “
操作 ”两种方法的优点 。 首先非等概率地选取 交 叉 位置 ， 然后对交 叉 位 置 右 边 的 基 因 进 行 逻 辑 操 作 ， 产生新的 后 代 。 具 体 操 作 如 下： 等概率产生一个０ （ 到ｌ ｅ ｎ ｔ ｈ－１ ｌ ｅ ｎ ｔ ｈ 为编码 长 度 ）的 随 机 整 数 Ｔ， ｇ ｇ 当 Ｔ ＝ ０ 或 Ｔ ＝ １ 时选择第一个基因为交叉位置 ， 否则选取第 Ｔ 个基因为交叉位置 。 然后对两个父辈 个 体的 Ｔ 十１位到ｌ 用“ 与” ｅ ｎ ｔ ｈ位进行逻辑操作 ， ｇ 操作产生后代 １， 用“ 或 ”操作产生后代 ２。 ２． ４ 变异操作 遗传算法中的所谓变异运算 ， 是指将个体染色 体编码串中的 某 些 基 因 座 上 的 基 因 值 用 该 基 因 座 从而形成一个新的个体 。 的其他等位基因来替换 ， 对变异算子 的 一 个 改 进 方 向 是 根 据 群 体 的 进
理的效果 ， 如何使这些误差最小是使机器视觉达到 实用化的重要 要 求 。 遗 传 算 法 在 这 些 图 像 分 割 中 的优化计算方面找到了用武之地 。
２ 遗传算法描述
２． １ 基本思想 遗传算法类似于自然进化 ， 通过作用于染色体 上的基因寻找 好 的 染 色 体 来 求 解 问 题 。 与 自 然 界 相似 ， 遗传算法 对 求 解 问 题 的 本 身 一 无 所 知 ， 它所 需要的仅是对算法所产生的每个染色体进行评价 ， 并基于适应值来选择染色体 ， 使适应性好的染色体 有更多的繁殖机会 。 在遗传算法中 ， 通过随机方式
＊
收稿日期 ： 修回日期 ： ２ ０ １ ６年１月１ ２日， ２ ０ １ ６年２月２ ８日 作者简介 ： 乔玲玲 ， 女， 硕士研究生 ， 讲师 ， 研究方向 ： 图像 处 理 ， 物联网。毛晓菊， 女， 讲师， 研究 方 向： 计 算 机 网 络， 图 形图像 。
１ ３ ５ ４
乔玲玲等 ： 基于改进遗传算法的图像边缘特征提取
１］ 和比例选择算 是基本遗传算法中 的 轮 盘 赌 选 择 ［ ２］ 。 子［ 但对 于 各 种 不 同 的 问 题 ， 它们并不是最合适
可完全确定出下一代群体的 Ｎ 个个体 。 由期望的计算公式可以看到 ， 适应度大于群体
Ｎ
平均适应度的个体一定能被选择 ， 且后 Ｎ －
ｉ＝１
∑
Ｎ ｉ
个个体的选择按小数部分降序排列 ， 可以确保适应 度小于平均适应度 ， 但又比较接近平均适应度的个 且整个操作比较简单 。 体被选择的概率较大 ， ２． ３ 交叉操作 遗传算法中的所谓交叉运算 ， 是指对两个相互 从 配对的染色体按某种方式相互交换其部分基因 ， 而形成两个新的个体 。 交叉运算是遗传算法区别于 它在遗传算法中起着关 其他进化算法的重要特征 ， 键作用 ， 是产生新个体的主要方法 。 本文采用非等概率融合单点交叉算子 ， 该方法
意味着它可能陷于局部极值或存在 体比较集中时 ，
７］ 早熟现象 ， 于是对它 进 行 一 个 大 变 异 ［ 操 作， 独立
随机地产生新的个体 ， 以便求出全局最优值或脱离 ）所示 ： 早熟现象 。 变异概率如公示 （ ２
Ｎｉ ＝
Ｎ ×Ｆ ｉ
Ｎ ｉ＝１
（ ） １
Ｆ Ｆｍ ａ ｖ ｉ ｎ ｇ 烄 Ｐ ｂ ｉ ＞ ａ， ＞ｂ ｇ Ｆｍａ Ｆｍａ ｘ ｘ Ｐ ｍ ＝烅 Ｐ ｍ 烆
（ ） ２
∑Ｆ
ｉ
采用最大 适 应 度 Ｆｍａ 最 小 适 应 度 Ｆｍ 适应 ｘ、 ｉ ｎ、 度平均值 Ｆ ａ ｖ ｇ 这三 个 变 量 来 衡 量 群 体 适 应 度 的 集 中程度 ， 然后根据 适 应 度 集 中 程 度 ， 决定是否采取 大变异操作 。 同时采取最优保存策略来保证最优个 体不被大的变异概率 Ｐｍ 破坏掉 。
１ 引言
在对图像的研究分析中 ， 多数情况下只对其中 例 如 一 幅 遥 感 图 像， 从军事的 的某些部分感 兴 趣 ， 导 弹 基 地、 兵工厂等军事目标 角度可能只对 机 场 、 比较关心 ； 而从 其 它 的 角 度 如 环 境 生 态 方 面 考 虑 ， 则只对森林 、 湿 地、 草 地 等 目 标 感 兴 趣。 这 些 目 标 在图像中形成具有独特性质的区域 ， 为了对其进行 识别和分析 ， 需 要 把 这 些 区 域 分 离 出 来， 然后提取 区域所具有的 特 征 ， 进 而 对 其 识 别 和 分 类， 这就是 图像分割要研究的问题 。 在对图像分割过程中 ， 不 这些误差会影响图像处 可避免的会存在一些误差 ，