基與結(jié)合遺傳算法結(jié)合的直覺(jué)模糊集的檢索方法(英文翻譯)-文庫(kù)吧
2025-04-17 13:30 本頁(yè)面
【正文】 色特征的優(yōu)化和 顏色匹配 。遺傳算法應(yīng)用于 特征 優(yōu)化，其中包括染色體選擇，交叉和變異。流程圖如圖 1。 圖 1 圖像檢索系統(tǒng)模型流程圖 首先，每個(gè)圖像在垂直方向分割成一 組數(shù)量為 常數(shù) 的子圖像，該 方法稱(chēng)為“ 單位平均分割 ” [4]。圖片可以表示為每一個(gè)不同的組合 的子圖像 的集合 。 子圖像 像素 用模糊理論 被表達(dá)出來(lái)并且有助于 所有顏色直方圖 中 的 色彩因子的表達(dá) 。然后直觀模糊集理論 被 詮釋 出來(lái) 。因 此 ， 得到 了 模糊 部分和每個(gè)象素的 直觀的顏色模糊 猶豫 程度 ,這些都有一定的價(jià)值 。所有這些 特征形式構(gòu)成每個(gè)象素的色彩特征 ， 每個(gè)象素的色彩特征在遺傳算法中 完成 圖像特征的編碼 。然后通過(guò)選擇處理功能， 交叉和變異，得到有效的 特征 。 最后 ，圖像 檢索 進(jìn)度 根據(jù)圖像的相似度 , 通過(guò)圖像顏色特征的歐幾里德距離 被 完成 。 2圖像 檢索 系統(tǒng)的算法 在計(jì)算過(guò)程中， 我們使用 HSV（ 色相飽和度值 ）空間 [5]的 顏色值。量化執(zhí)行時(shí)，在圖像的所有像素 在 HSV空間里 被映射到 n 種上 顏色（ 直方圖上的 n個(gè)小箱型 ）。為了加快 檢索 ，在圖像中表達(dá)不流暢的色彩 應(yīng)根據(jù)不同的應(yīng)用排除 。我們 在 Ref中 使用的算法 得到必要 顏色直方圖（ CCH）和模糊顏色直方圖（ FCH），它 們分別表示為 Fn 1和 Cn 1形式 。對(duì)屬于一些顏色像素的概率不能完全只使用 必要色彩直方圖 或模糊顏色直方圖 表示出來(lái) 。 被 Atanasso提出的 直觀 模糊理論 [7] 是 適用于我們的方法。 非隸屬度 函數(shù) 用于改善顏色特征的表達(dá)。直覺(jué)模糊理論 的概念通過(guò)增加 模糊色彩特征 的 猶豫程度 表達(dá)出來(lái) 。接著 Hn 1矩陣產(chǎn)生 在這里 υi 是圖像 象素對(duì)第 i種顏色值的非隸屬度 。 比較模糊顏色直方圖與某些 顏色直方圖，一些模糊量化噪聲 就 可以找到。這種噪音是 通過(guò)直觀的指數(shù) 可以消除 的 。從噪音來(lái)源， 已知的是， 圖像 像素的顏色猶豫 度是 與 色 彩 值 和模糊 顏色值之間的 某些區(qū)別 成正比的。 此外， 根據(jù)均衡器 還有一些特殊的顏色值。也就是說(shuō)， 若 υi= 0 ， 模糊 度可以達(dá)到最大 π maxi 這個(gè)特殊的 πi 計(jì)算公式為 它描述了的是 圖像的猶豫度 ， 根據(jù)當(dāng)隸屬度減少時(shí)第 i種顏色也會(huì)上升 因?yàn)?。為了滿(mǎn)足均衡器 的限制 。 （ 2）（ 4） 一起使用，以獲得 所有圖像 像素中的 I到第 i個(gè)色彩值得 猶豫
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1