APP下载

基于改进遗传算法的图像匹配定位

2017-12-18傅超斌南开来

网络安全与数据管理 2017年23期

傅超斌,南开来

(杭州电子科技大学 计算机学院,浙江 杭州 310018)

基于改进遗传算法的图像匹配定位

傅超斌,南开来

(杭州电子科技大学 计算机学院,浙江 杭州 310018)

为了提高彩色图形匹配效率,提出一种针对大图搜索匹配的改进遗传算法搜索策略。针对图像匹配问题的特点,以及根据遗传算法的优化策略,对其初始种群及交叉变异操作进行改进,从而加快图形匹配定位速度,提高其结果的可靠性。

遗传算法;优化策略;图像匹配定位

0 引言

遗传算法在边界搜索(Blind Search)、组合优化(Combine Optimization)、机器学习(Machine Learning)领域有不少的应用[1]。图像匹配是计算机视觉的一个关键技术,遗传算法搜索法是图像匹配中一种常用的搜索法,通过图像匹配可以快速确定待匹配大图像中是否有目标图像,若有则可同时确定其位置。

1 遗传算法的基本原理[2]

1.1 遗传算法概念

遗传算法(Genetic Algorithm,GA)是模拟生物进化过程的遗传选择和自然淘汰的计算模型,是由美国学者Holland于1975年首先提出[3]。其基本思想很简单:一个原始问题的参数被转换成一些基因编码,通常被表示为二进制染色体。初始的染色体个体都是随机生成的,然后根据一些标准来评判其个体的适应度。个体适应度的优劣决定了其染色体继续影响搜索的机会。适应度越优的个体也越有可能被选择作为创建下一代的一部分,通过不同个体间的随机信息交换,使得优秀个体不断被保留遗传,从而不断产生更优的染色体。后代继承了直系祖先的大部分基因信息,且整体优于祖先群体,进而使其种群不断往优发展。……

登录APP查看全文