详情

原文传递棉花异性纤维目标图像的特征选择方法和系统

专利名称：	棉花异性纤维目标图像的特征选择方法和系统
摘要：	本发明公开了一种棉花异性纤维目标图像的特征选择方法及系统。其中方法包括：利用分段式二进制编码方案对棉花异性纤维目标图像的待选择的颜色特征、形状特征和纹理特征进行基因编码并随机生成初始种群；计算所述初始种群中个体的适应度；根据所述适应度对所述初始种群进行选择得出新种群；对所述新种群中的个体进行分段交叉和变异产生新个体并替换原个体，计算新个体的适应度；判断是否符合终止条件；在符合终止条件时，将具有最高适应度的个体解码，得到所述棉花异性纤维目标图像的最优特征子集。本发明实现了对棉花异性纤维目标图像中不同性质特征的覆盖，选择出具有最佳分类能力的最优特征子集，利于后续实现异性纤维的快速正确分类。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	中国农业大学
发明人：	李道亮;杨文柱;魏新华;康玉国;李付堂;王金星
专利状态：	有效
申请日期：	2009-06-19T00:00:00+0800
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN200910087392.9
公开号：	CN101587545
代理机构：	北京同立钧成知识产权代理有限公司
代理人：	刘芳
分类号：	G06K9/00(2006.01)I
申请人地址：	100083北京市海淀区清华东路17号
主权项：	1、一种棉花异性纤维目标图像的特征选择方法，其特征在于，包括：步骤1、利用分段式二进制编码方案对棉花异性纤维目标图像的待选择的颜色特征、形状特征和纹理特征进行基因编码，随机生成含有多个分别代表不同特征子集的个体的初始种群；每个所述个体表示的特征子集均涵盖所述颜色特征、形状特征和纹理特征；设置进化代数为0；步骤2、计算所述初始种群中每个个体的适应度；所述适应度是按照所述个体表示的特征子集构造的分类器的分类正确率与所述特征子集的加权大小作差得到的；步骤3、根据所述适应度对所述初始种群中的多个个体进行选择得到最高适应度个体和用于遗传操作的新种群，所述遗传操作包括分段交叉和分段变异；步骤4、在所述新种群中随机选择两个个体作为双亲个体，并根据交叉概率进行分段交叉，产生涵盖所述颜色特征、形状特征和纹理特征的两个子个体，并按照步骤2所述的方法计算所述两个子个体的适应度；步骤5、对所述两个子个体分别根据变异概率进行分段变异，产生涵盖所述颜色特征、形状特征和纹理特征的两个新一代个体并替换所述双亲个体，并按照步骤2所述的方法计算所述两个新一代个体的适应度；重复所述步骤4和步骤5直到所述新种群中的所有个体都进行所述遗传操作后得到新一代种群；所述遗传操作结束后，令所述进化代数加1；步骤6、判断所述进化代数是否达到指定的最大进化代数或者所述新一代种群中所有个体的平均适应度的差异连续G代都小于指定的阈值T， G和T为经验常数；若是，则继续执行步骤7，否则，继续执行步骤3～步骤5；步骤7、将所述新一代种群中具有最高适应度的个体解码，得到所述棉花异性纤维目标图像的最优特征子集，所述最优特征子集为从所述棉花异性纤维目标图像的待选择的颜色特征、形状特征和纹理特征中选择得到的特征。
所属类别：	发明专利