基于改進(jìn)的GEP圖像處理算法研究與應(yīng)用.pdf

1、基因表達(dá)式編程(GEP)算法是一種融合了遺傳算法和遺傳編程的新型演化計(jì)算方法，目前已被廣泛應(yīng)用于函數(shù)發(fā)現(xiàn)、數(shù)據(jù)挖掘等領(lǐng)域。多表達(dá)式編程(MEP)算法是一種一條染色體內(nèi)包含多個(gè)表達(dá)式的GEP算法。與GEP相比，MEP能較好地減少?gòu)?fù)雜問(wèn)題的種群進(jìn)化輩數(shù)。
　　圖像配準(zhǔn)和圖像檢索是圖像處理中兩個(gè)重要的研究領(lǐng)域。本文在改進(jìn)基本GEP算法和MEP算法的基礎(chǔ)上，分別將其應(yīng)用于圖像配準(zhǔn)和圖像檢索，所得模型的圖像配準(zhǔn)精度更高，圖像檢索精度更好。本

2、文的主要工作和研究成果如下:
　　1.介紹了GEP算法、MEP算法、圖像配準(zhǔn)和圖像檢索的相關(guān)理論知識(shí)，比較了GEP和MEP算法的編碼特點(diǎn)，總結(jié)了GEP算法在圖像處理中的應(yīng)用，提出了將GEP和MEP算法應(yīng)用于圖像配準(zhǔn)和圖像檢索的方法。
　　2.根據(jù)GEP算法的函數(shù)發(fā)現(xiàn)能力，將圖像配準(zhǔn)問(wèn)題轉(zhuǎn)化為用GEP進(jìn)行函數(shù)挖掘。在利用演化建模方法確定圖像配準(zhǔn)模型的基礎(chǔ)上，改進(jìn)了GEP算法中常數(shù)變量的產(chǎn)生方式，提出了基于改進(jìn)GEP的圖像配準(zhǔn)算

3、法，降低了演化時(shí)常數(shù)變量產(chǎn)生的隨機(jī)性。實(shí)驗(yàn)證明，改進(jìn)的GEP算法比傳統(tǒng)GEP算法具有更高的圖像配準(zhǔn)精度。
　　3.針對(duì)非平衡數(shù)據(jù)問(wèn)題中數(shù)據(jù)高度傾斜的特點(diǎn)，在GEP算法中結(jié)合閾值和代價(jià)比例的變化，提出了一種基于改進(jìn)GEP的代價(jià)敏感分類(lèi)算法，解決了傳統(tǒng)算法中閾值和代價(jià)比例固定的問(wèn)題，實(shí)驗(yàn)證明了改進(jìn)后的算法對(duì)非平衡數(shù)據(jù)問(wèn)題有更好的分類(lèi)效果。
　　4.將圖像檢索問(wèn)題轉(zhuǎn)化為用MEP進(jìn)行非平衡數(shù)據(jù)分類(lèi)。首先對(duì)圖像進(jìn)行預(yù)處理，提取圖像輪廓