基于人工免疫系統(tǒng)的自然圖像分類算法與技術(shù)研究.pdf

1、網(wǎng)絡(luò)和多媒體技術(shù)的飛速發(fā)展為數(shù)字圖像的存儲和傳播提供了極大的便利，僅依靠人力無法完成海量圖像數(shù)據(jù)的及時歸檔、組織和管理。如何利用如此眾多的圖像信息并從中定位感興趣的材料，是對圖像信息的查詢技術(shù)提出的重大挑戰(zhàn)。作為計算智能的一個嶄新分支，AIS算法還沒有一個通用的算法框架，而且免疫系統(tǒng)的許多優(yōu)良特性還有待應(yīng)用于AIS算法的設(shè)計與應(yīng)用，人工免疫算法的發(fā)展和應(yīng)用空間是相當廣闊的。論文借鑒AIS在其它領(lǐng)域的用法，不斷完善其對圖像分類的應(yīng)用。

2、r>　　 本文在相關(guān)理論與算法的基礎(chǔ)上，提出了基于人工免疫系統(tǒng)的自然圖像分類算法。設(shè)計了利用人工免疫算法進行自然圖像分類之前，首先需要將待解決的問題抽象成符合它能處理的抗原形式。同時分析了抗原捕獲和親和度度量。進行了抗原刺激方式及識別策略與克隆選擇與變異分析，最后進行了算例分析，算例環(huán)境選取了圖像庫由1000幅自然圖像組成，包括非洲生活、車、恐龍、花、馬、風(fēng)景、食物、摩托車、飛機、人臉10類題材。通過分塊權(quán)值與特征權(quán)值的分析，證明了本

3、算法具有最高的平均正確率為88.68％，分類效果令人滿意。提出了基于顏色分布熵的自然圖像分類技術(shù)。首先論文分析了顏色空間分布熵，其次分析了圖像信息熵，包括了顏色的空間分布熵、加權(quán)的空間分布熵與基于顏色分布熵的自然圖像分類算法。為有效地利用兩種特征進行圖像分類，在度量向量相似性時可采用加權(quán)綜合距離法。最后是技術(shù)實驗分析，實驗證明，該特征同時顧全了圖像中顏色的整體特性和分布特征，比全局直方圖和I-CDE具有更好的分類性能。而且相比I-CDE