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)

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WAN G Xiao2yin (王潇茵) 1 , XU Wei2hua (徐卫华) 2 , HU Chang2zhen (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i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i= 0，模糊度可以达到最大maxi 这个特殊的i 计算公式为 它描述了的是图像的犹豫度，根据当隶属度减少时第i种颜色也会上升因为。为了满足均衡器的限制。（2）（4）一起使用，以获得所有图像像素中的I到第i个色彩值得犹豫度计算结果度 。 显然，i是在0，1范围内，这是在i定义得到的。据到Cn 1和 Fn 1，模糊度的矩阵Hn 1就得到了。 整合上述言论计算 在直方图中I到第i个图像色彩值的所有图像特征值和颜色特征向量，Ej可以表示为 2.2颜色特征优化算法 2.2.1图像染色体编码 当染色体编码时，图像颜色特征产生了在比赛中染色体集。 在大多数图像中，每一个对象的重要程度在整个形象的表达中是不同的。因此,单位平均分割在垂直方向应用于图像分割。并且它对应于视觉模式。在染色体编码的过程中，我们保留重要区域，并删除不重要区域。如果在图像像素是Mp N p，分割而成得区域个数应是r N p。每一个地区 可以被视为对原始图像的子图像，并且直方图的元素可看作大量的基因。每一个基因被表示为一个整数。这些整数是一些区域内的象素色彩特征。这些区域连在一起形成了整个图像的染色体。假定每个区域的颜色直方图有n种颜色。染色体Ri是 在这里是必然概率，模糊成员和对第g种颜色来说k个区域内的直观犹豫度。 Ri是每个区域的一个组合，每个组合由图像的染色体组成是空间中的一个候选决定。有R！种组合。由图像染色体组成的候选集合是 P = R1 , R2 , , Ri ,其中i等于1到n，n是这个集合的数量。2.2.2选择算子 我们使用比例算法。每个染色体占虚拟盘上的一个扇形，扇形面积与适应度值成正比。当自适应程度值升高时，染色体会占用更多的面积。Ri区域的自适应度值Fi是图像的相似度。两个在人们判断中相互联系的相似图形，我们会用距离函数计算得到一个染色体的距离矢量。 Fi和距离是成反比的。 如果距离的结果是大，这个染色体的适应性会很糟。在接下来的检索过程宗的染色体的功能就会很低。这种类型的染色体应该被删除。否则，染色体应予保留。距离函数是 在此，ba是图像颜色直方图中第a种颜色的数目。2.2.3交叉及变异 单个交叉使允许的。在一个染色体中随机设置一个交叉点。在交叉中，这个单位只在这一点之前或者之后发生交叉。产生一个新的单位。此操作允许在一些地区的组合发生变化。一些地区可能会出现反复，或不出现。更多区域的组合可存在于图像数据库。为满足用户可以通过交叉得到更好的染色体。 变异率设定为0.1之内。所有像素的一致性应该在每一代都保持。在直方图最大值被选中。我们比较左侧和右侧的最大值。我们降低较大值，增加较小的值。 2.3颜色特征匹配算法 根据以上遗传算法，在检索图像数据库S和查询图像数据库中图像的颜色特征染色体被提取出来。对于每一个图像，适应度最高的10条染色体中北挑选出来，组成特征向量。 E =（R1，R2，R9，R10）。 （12） 定义Ei的平方为 作为第i个的颜色特征的在图像数据库S中的一幅图像和查询图像Q之间的距离。 P和Q之间的颜色特征距离定义为对染色体的特征距离的总和。距离越少，两幅图内容越越接近。3实验的图像检索系统 为了检验图像检索系统的可行性，由个1 000图像组成的图像组在测试中被建立，其中包括山水，动物和人的形象。我们选择4种图像，它们是森林，极地，建设和花的图像。我们从每个分类中随机选择5幅图像， 使用算法在图像数据库取回与查询图像相似的图像。有20次的检索。每次检索过程中，有10个最小的特征距离的图像被选择出来。在景观和目标图像中我们使用20种常见的颜色，如酒红色，淡蓝色，卡其色，白色，绿色等等颜色直方图。 我们使用查全率和精确度进行评估算法有效性。这两个指数更高，性检索系统得性能就比较好，否则，检索系统的性能就比较差。“图像数据库中与查询图像相似的图像的数目在测试前是由相关人员进行了确定的。测试结果如表1所示根据表1，可以看出，检索系统的精确度介于70%到90%之间，平均精确度高于80%。平均查全率和精确度均高于只是基于直觉模糊颜色特征的系统或只基于遗传算法基的图像检索系统。结果表明，在这个图像检索系统里，直觉模糊颜色特征的表达更接近人类的思考过程，遗传算法可以有效地优化功能，加快速度。因此，这种方法是可行的。此外，一般配置的电脑能就满足图像检索的需要。响应时间为小于0.1秒，CPU的占用率不大于3.5。 图2结果是检索图像中一个图像的检索结果。精度为90。有28个查找图像在图像数据库，所以查全率是32.14。从图1到图10与查找图像的相似度越来越小，到第十个是一个错误提示。为了简化测试，只有景观和物体的图像作为查询图像。但是，这个系统还可以检索其他的查询图像，如人类，动物等，只需要改变颜色直方图改成查询图像中的常见颜色就可以了。 图2 检索结果的形象 4结论 在遗传算法的染色体编码过程中，介绍了了直观模糊集理论。我们计算三个特征，他们是颜色确定性， 模糊隶属度和对形成染色体的颜色特征的直观模糊犹豫度。这是更接近人类思维过程，它完美准确地表达图像内容。然后，选择，交叉和变异操作可以有效地优化上述特征。测试结果表明，该图像检索办法可以提高查全率和图像检索精度，同时不影响图像的检索速度。 这个系统仍然有一些错误警报。未来的工作包括：在直观的模糊度计算时，更多的因素应该被考虑，以提高犹豫程度计算公式;三种不同的颜色特征在图像匹配时应给予不同的比重，以提高图像匹配方案;图像特征应该扩展到质地，形状和目标定位，以扩大这个图像检索系统的应用。 参考文献： 1邹模唇。基于交互遗传算法和粗糙集的图像检索方法J计算机装备及设计，2007，28（9）：2086年至二八八年。 （在中国） 2杨岩溪，刘鼎，新景。基于模糊遗传算法的图像相关匹配方法 J中国科学仪器日志，2005，26（11）：1166年至1169年。 （中文） 3 SoodamaniR，刘Z Q.：通过对目标识别研究学习模糊建模 J 2004年，电机及电子学工程师联合会学报23（6）：656 - 659。 4齐燕，路得汤。基于内容图像检索中的IGA的应用研究J。图象图形学报，2004，9（1）：46 - 55。 （中文） 5张郁金。基于内容的视觉信息检索M。北京：科学出版社，2003：57 - 81。 （在中国） 6韩菊，马开匡。在彩色图像检索中模糊颜色直方图及其使用研究J。图像电机及电子学工程师联合会交易加工，2002，11（8）：944 - 952。 7 Atanassov光直觉模糊集的研究J。模糊集与系统，1986，20（1）：87 - 96。 8柏小臣，刘建平。基于图像检索的颜色直方图研究J。图象图形学报，1999，4 （1）：33 - 37。 （中文） （编辑：汪吁夏）