基于遗传规划的树皮纹理图像识别方法

摘要

纹理是树皮表面的天然属性,可以作为区分不同树种的重要依据。树种的分类延伸到植物分类中。植物分类是一项基础性的工作,在农业生产及林业统计中的应用十分广泛。传统的分类主要依靠专业人员手工操作,不仅识别效率低,而且对专业人员的专业素质要求较高,造成了巨大的人力资源浪费。如何寻求一种有效的、能够实现植物的自动分类识别的方法,成了这一领域研究的热点问题。目前,国内外在植物自动分类识别方面的研究有了一些成果,还需要不断探索新的分类方法,并进一步提高分类的准确度。
　　 利用遗传规划(Genetic Programming,GP)来解决树种分类问题,遗传规划的基本思想来自于自然界生物进化过程和进化方法,通过进化操作,获得问题的最优解。文章阐述了遗传规划的原理；分析了遗传规划的特点；研究了运用遗传规划解决树皮纹理图像识别问题的方法,主要做了以下几个方面的工作:
　　 首先,对纹理特征值的提取方法进行了分析。纹理分析方法包括统计法、几何法、模型法和信号处理法等。并通过对树皮图像这种自然纹理的分析,确定了运用统计法和信号处理法这两种方法提取树皮图像的纹理特征值。实验证明,有效地提取出图像的纹理特征值,可提高对植物的识别正确率。
　　 其次,运用统计方法和信号处理方法提取树皮图像的纹理特征值。统计法是构造灰度直方图和灰度共生矩阵提取图像的纹理特征值,并运用信号处理法是计算Gabor纹理的方法提取树皮纹理图像的特征值。其研究思路是:在构造灰度直方图提取纹理特征值时,对实验所用的5种图像样本获取了直方图及直方图的4个二次统计量:包括均值、方差、峰度和偏度,通过计算这4个二次统计量的值得到了样本图像的纹理特征值；在构造灰度共生矩阵时,确定了θ的4个不同的方向,并获取灰度共生矩阵5个纹理特征参数;又提出了旋转不变性的灰度共生矩阵提取特征法,即取4个方向的均值和方差,使得其应用变的灵活;Gabor纹理法是通过计算树皮图像的均值和标准差作为纹理特征值。遗传规划能用很少的图像特征,很好的完成图像识别。
　　 最后,分别利用静态类边界确定算法和动态类边界确定算法进化遗传规划分类器,完成图像样本的分类。实验证明,运用灰度共生矩阵的纹理特征提取法提取出的纹理特征值在遗传规划分类器中的分类效果达到了理想状态。纹理特征分析方法提取图像的纹理特征值并且用遗传规划分类器来进行图像识别,能显著提高识别正确率。

目录

文摘

英文文摘

1 引言

1.1 研究背景

1.2 国内外研究现状

1.3 研究的目的和意义

1.4 主要研究内容

2 遗传规划的基本原理

2.1 遗传规划的基本原理

2.2 遗传规划程序表示

2.3 初始群体的生成

2.4 遗传算子及遗传操作

2.5 遗传规划运行参数

2.6 遗传规划进化过程

2.7 遗传规划程序产生方法

2.8 适应性度量

2.9 终止准则与结果标定

2.10 遗传规划特点

3 纹理分析

3.1 纹理概述

3.1.1 纹理分析概念

3.1.2 纹理特征分析

3.2 统计法

3.2.1 基于灰度直方图的纹理模型

3.2.2 基于灰度共生矩阵的纹理模型

3.3 几何法

3.3.1 自相关函数法

3.4 模型法

3.4.1 自回归纹理模型

3.4.2 马尔可夫随机场模型

3.5 信号处理法

3.5.1 Laws 纹理

3.5.2 Gabor 纹理

4 基于遗传规划的树皮纹理图像的识别研究

4.1 遗传规划参数确定

4.1.1 终端集的选择

4.1.2 函数集的选择

4.1.3 适应度函数的定义

4.1.4 算法控制参数的确定

4.1.5 终止条件的选择

4.2 遗传规划分类器的构造

4.2.1 基于遗传规划的两分类问题

4.2.2 基于遗传规划的多分类问题

4.2.3 基于静态边界的遗传规划分类器

4.2.4 基于动态边界的遗传规划分类器

5 基于遗传规划的树皮纹理图像识别技术实验

5.1 实验材料

5.2 实验方法

5.2.1 实验研究方法

5.2.2 实验技术路线

5.3 实验设计

5.3.1 灰度直方图特征提取下的实验设计

5.3.2 与方向有关的灰度共生矩阵特征提取下的实验设计

5.3.3 旋转不变性的灰度共生矩阵特征提取下的实验设计

5.3.4 Gabor纹理特征提取下的实验设计

5.4 测试结果

5.5 实验结果分析

6 总结与展望

6.1 总结

6.2 展望

参考文献

在读期间发表的学术论文

作者简历

致谢

附件