基于遺傳算法的煙支圖像的分割與計(jì)數(shù)研究.pdf

1、煙支計(jì)數(shù)是中小型卷煙廠生產(chǎn)車間必須完成的一道工序。利用圖像處理技術(shù)對(duì)煙支進(jìn)行計(jì)數(shù)，是一種可選的方案。先二值化，則信息損失嚴(yán)重；直接基于彩色圖像對(duì)煙支進(jìn)行識(shí)別計(jì)數(shù)，雖然避免了二值化過程中對(duì)顏色信息的丟失，但該方法計(jì)算量大，識(shí)別速度慢，且對(duì)缺損煙支識(shí)別精度不高。針對(duì)以上問題，從遺傳算法入手，試圖改進(jìn)或解決以上問題，實(shí)現(xiàn)遺傳算法的多目標(biāo)識(shí)別應(yīng)用。
　　 煙支圖像的分割，是煙支識(shí)別計(jì)數(shù)前的一個(gè)重要環(huán)節(jié)，好的分割效果，是煙支識(shí)別計(jì)數(shù)的必要

2、條件。在分析煙支圖像特點(diǎn)的基礎(chǔ)上，將遺傳算法與最大熵相結(jié)合，求取各個(gè)顏色通道的分割閾值，然后選擇熵最大的顏色通道的閾值為最后的分割閾值并對(duì)圖像進(jìn)行分割。
　　 在煙支計(jì)數(shù)環(huán)節(jié)中，根據(jù)煙支的類圓形特征，定義一個(gè)圓形空心模板，并將部分Hausdorff距離引入遺傳算法的適應(yīng)度函數(shù)定義，用來測(cè)量模板與煙支的相似程度，以判斷是否為一支煙支。在計(jì)算部分Hausdorff距離之前，首先對(duì)產(chǎn)生的隨機(jī)煙支中心坐標(biāo)點(diǎn)進(jìn)行判斷，看是否為可能的煙支中

3、心點(diǎn)，如果不可能是煙支的中心點(diǎn)就不計(jì)算部分Hausdorff距離，以減少計(jì)算時(shí)間，增強(qiáng)煙支中心點(diǎn)識(shí)別的準(zhǔn)確性。將遺傳算法應(yīng)用于煙支計(jì)數(shù)識(shí)別，是一種多目標(biāo)的識(shí)別計(jì)數(shù)，而以往都是將遺傳算法應(yīng)用到單目標(biāo)的匹配識(shí)別，即使是多目標(biāo)也只是應(yīng)用到分割上來，因此煙支識(shí)別計(jì)數(shù)并不是只求取一個(gè)最優(yōu)解，而是將每代大于特定適應(yīng)度值的個(gè)體都看作是一個(gè)解，這樣就解決了多目標(biāo)識(shí)別問題。
　　 在分析分割煙支圖像的基礎(chǔ)上，又將模板定義成三個(gè)半徑不同的圓形實(shí)心模