- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种视频图像的动态目标图像分割方法.doc
一种视频图像的动态目标图像分割方法
【摘 要】视频图像中运动目标的提取技术是一个研究难点,将遗传算法用于图像分割技术是图像处理领域一个新的研究方向,然而,基于遗传算法求解图像最佳阈值时,需要对每个进化个体进行适应度函数的计算,需要消耗大量的运行时间。为了降低算法的复杂性,提出一种神经网络结合遗传算法的二维熵图像分割方法。实验表明,本文方法能够快速达到分割视频图像中动态目标的目的,为图像处理技术提供一种有效借鉴。
【关键词】二维最大熵法;遗传算法;神经网络;运动目标
0 引言
运动目标的检测和跟踪技术是计算机视觉系统中的一个核心部分,许多学者对该技术展开了大量研究[1,2],诸如实际背景的变化、车辆出现遮挡和阴影等诸多因素在很大程度上都影响着动态目标的检测与目标图像分割的准确性。图像分割是图像分析及视觉系统的重要组成部分,也是图像处理和前期视觉中的基本技术。图像分割的目的就是把图像中的前景目标物体从背景中提出出来,为后续处理提供基础。阈值分割法因实现简单、计算量小、性能较稳定,而成为图像分割中最基本和应用最广泛的分割技术。传统的最佳直方图熵法对低信噪比图像的分割效果不理想,而二维最大熵法[3]充分利用了像素的灰度分布信息和像素间的空间相关信息,提高了阈值分割的抗噪性能。
遗传算法[4]是模拟生物在自然环境中遗传和进化过程而形成的一种自适应全局优化概率有哪些信誉好的足球投注网站方法。BP人工神经网络[5]是一种单向传播的多层网络系统,具有非常强的非线性映射能力,不需要任何先验公式就可以通过训练自动地总结出实验数据间的函数关系。笔者查阅的相关文献中,将神经网络应用于图像分割研究比较少,尤其视频图像动态目标的分割更是甚少,又考虑到神经网络自身的优点,因此,本文采用神经网络模拟遗传算法中的个体评价函数的方法,降低了遗传算法执行的代价。
1 数学模型的建立
记某一图像像素大小为M×N,灰度范围为0,1,…,i,…,L-1;记灰度值为i的像素数目为mi;分割阈值为Th,Th将图像分割为两部分,当图像中某个像素值小于Th时,定义该像素点为目标Ftarget,当图像中某个像素值大于Th时,定义该像素点为背景Btarget。设图像像素中目标Ftarget和背景Btarget的概率分别记为:
由式(2)可知,当?滓(Th)取得最大值时,对应的Th值即为最佳分割阈值。
很显然这是个组合优化问题,可以采用遗传算法求解最优值,然而如果直接采用遗传算法,需要对每个进化个体都进行适应度函数的计算,从而以评价优良的个体的性能,这样使得时间花费是非常巨大的。鉴于以上不足,本文采用神经网络模拟遗传算法中的个体评价函数的方法,降低算法的执行代价的方法。首先,利用一定样本训练神经网络,以模拟个体的适应值;在利用遗传算法进行优化求解时,先利用训练好的神经网络粗略计算个体适应值;对适应度较好的优秀个体,再求解精确的适应值。
因此本文优化提取方法分成两大模块,基于BP神经网络训练求解最优个体的模块和基于遗传求解最佳阈值模块。
2 基于BP神经网络模型训练样本
图1 构建的BP神经网络结构
采用神经网络训练样本,求解最优个体的模块步骤如下:
步骤1: 确定目标函数、输入变量、输出变量;参数设置;
步骤2: 正向运算,设定合适的训练样本集,通过神经网络训练样本,计算各层的输出;并计算综合误差;若综合误差小于预设的经验阈值,或者训练次数达到设定的上限,终止神经网络的训练过程;否则,转步骤3;
步骤3: 逆向运算,对权值进行修正;
步骤4: 判断训练条件是否满足;如果没有满足,转步骤2;
步骤5: 训练结束,将训练好的神经网络传遗传算法模块。
3 基于遗传算法求解最优值
本文采用遗传算法对式(3)数学模型进行最优解的求解。
本文遗传算法各参数设置如下,由于图像的灰度值在0-255之间,所以将各个染色体编码为8位二进制码;种群规模设为20;适应度函数取式(2);选择采用轮盘赌策略;交叉采用单点交叉;变异采用基本变异算子,变异概率设为0.01;终止条件为进化代数达到100或找到最优解为止。
遗传求解最佳阈值模块步骤如下:
步骤1: 参数设置和种群初始化;
步骤2: 对每个个体,利用训练好的神经网络优良值,计算其近似适应值;
步骤3: 对优良个体,基于式(2)计算适应值;
步骤4: 如果找到最优个体,或者满足规定的算法迭代次数,终止算法;否则,转步骤5;
步骤5: 对个体实施选择、交叉和变异算子操作,转步骤2。
4 实验结果与分析
如图2为原图像的灰度化图像。图3为采用本文方法得到分割后的图像,从图中可以看出本文方法基本上能得到视
您可能关注的文档
最近下载
- 危大工程辨识清单.docx
- 小榨油厂生产工艺流程图(可修改).pdf
- 地铁施工测量题库2020版.doc
- 2024届安徽省合肥市肥东四中学九级八下英语期末联考试题含答案.doc VIP
- 【期中卷】人教版2021-2022学年九年级英语上学期期中测试卷 (一)含答案与解析.pdf VIP
- 【大单元教学设计】新统编版语文七年级上册第二单元 人间最美是亲情.docx VIP
- 2022-2023学年四川省广元市普通高校对口单招英语自考测试卷(含答案).docx
- 真题2023年9月全国事业单位联考《综合应用能力》试题及答案解析A类.pdf VIP
- NBT10115-2018光伏支架结构设计规程.docx
- 《仙人掌》-美术课件.pptx
文档评论(0)