探索人工免疫算法及其在汽车图像分类中的研究与应用

《探索人工免疫算法及其在汽车图像分类中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、长沙理工大学硕士学位论文人工免疫算法及其在汽车图像分类中的研究与应用姓名：李广琼申请学位级别：硕士专业：计算机应用技术指导教师：曾庆光;蒋加伏20040501摘要近年来，人工免疫系统(ArtifiCialImmuneSystem，AIS)由于具有生物的智能行为己受到科学工作者的广泛关注，关于免疫算法的理论及应用研究成果也不断出现，但它在图像处理、模式识别方面的研究还处于起步阶段，因此可研究的空间相对较大。本文在对免疫算法进行系统研究的基础上，提出了一个将改进的否定选择算法应用于汽车图像识别的原型系统，从而为图像识

2、别和分类技术提供了一种新方法，并能应用于高速公路车辆自动收费系统。本文首先从汽车图像识别和分类技术的研究现状入手，通过对基于免疫系统的图像识别方法的研究、总结，明确了本文的研究内容和方向。然后在研究人工免疫算法的基础一卜，对否定选择算法做了部分改进，提出了多字段r连续位匹配规则，理论分析与实验结果表明，该方法有利于获得较理想的阈值、较合适的候选集数量和检测集数量，进而能够较好地提高图像识别率。其次，本文运用改进的否定选择算法设计了一个汽车图像处理和分类系统，该系统包括两部分，第一部分为汽车图像采集系统的设计及图像

3、预处理，其中，图像预处理包括使用Prewitt算子对图像做边缘提取，图像平滑，图像锐化以及二值化处理，从而获得图像识别所需的有效二进制特征编码；第二部分为汽车图像分类系统的软件设计，在Visualc++6．0的开发平台上初步实现了该软件系统，并通过仿真实验验证了该系统的可行性。最后，本文对免疫算法识别汽车图像的结果进行了比较分析，并对人工免疫算法在图像识别和分类中的应用研究进行了总结与展望。关键词：免疫系统；否定选择算法；多字段r连续位匹配规则；Prewitt算子；二进制特征编码；有效检测集；汽车图像识别和分类。

4、附注t1)：本论文得到湖南省自然科学基金项目资助，项目号：03JJY3101。AbstractInrecentyears，ArtificialImmuneSystem，whichpossessesbiologicbehavior，hasbeenwidelyconcernedbyscientists．Lotsofproductionsaboutthetheoryandapplicationresearchofimmunealgorithmhavebeenobtained，buttheappliedresearcho

5、fimmunealgorithmonimageprocessingandpatternrecognitionisontheinitialstages，Asaresult，theremainderspaceofresearchisenormous．Basedonthesystemicresearchofimmunealgorithm，thethesisproposesanarchetypalsystemthattheimprovedNegativeSelectionAlgorithmisusedinthevehic

6、leimagerecognition．ThusitprovidesanewapproachtOtheimagerecognitionandclassification，anditcanbeusedinthefreewayvehiclechargesystem．Firstly，thethesisintroducesthestatusofthevehicleimagerecognitionathomeandabroad，summarizestheimagerecognitiontechnologybasedonImm

7、uneSystem，andascertainsthemainideasandaspectsofthisthesis．Secondly,onthebasisoftheresearchofArtificialImmuneAlgorithm，thethesisimprovesNegativeSelectionAlgorithmpartly．Thatisthethesisproposesanewmatchregulationwhosenameismulti-segmentr-contiguousmatchregulati

8、on．Thetheoryanalysisandexperimentalresultindicatethattheregulationmakesforobtainingthevalueofthreshold—r，R0，Rrightly，andimprovingtheimagerecognitionpercentage．Third，accordingtOtheimproved