[01168336]面向图像处理的混沌优化器的研发

一、来源：河南省重点科技攻关项目 名称：基于图像处理的混沌优化器的研发,编号：092102210017。 二、简要技术说明 面向图像处理的混沌优化器是在优化理论和混沌理论的指导下,利用混沌的遍历特性构造出基本的混沌优化算法,然后采用了一系列的新技术和新思想对基本的混沌优化算法进行了有效的改进得到新型的混沌优化算法,使其能更适应图像处理的各种要求。其简要的技术说明如下： 1.将分别进行并行计算的全局混沌优化搜索模块和局部精搜索模块串接起构建串并计算结合的混沌优化算法,克服了传统混沌算法对初始值敏感,难以搜索全局最优点的问题。 2.将变尺度方法和双层搜索有机结合,提出了变尺度双层搜索混沌优化算法,解决了在遍历区间很大时难以有效找到最优解的问题。 3.将不同的混沌载波搜索模块整合一起构成了多级载波多级搜索的混沌优化算法,有效克服了控制参数选取不合适时不能获得最优解的问题。 4.对于复杂结构的图像数据,搜索结果易陷入局部解,很难达到全局最优解的问题,提出将多级载波搜索、串并计算和变尺度多层搜索等技术进行整合,构建新型的混沌优化算法,发挥每一种技术的优点,克服其不足,提高优化效果。 5.将以上的混沌优化方法运用到图像去噪中,降低了计算复杂度,提高了去噪效果。运用到图像分割中,提高了分割速度。运用到人脸识别中,优化支持向量机的核函数参数和识别特征,解决支持向量机对参数选取敏感性和特征选择等问题,提高了人脸识别性能。 三、主要技术性能指标 1.使用环境简单,没有特殊要求,硬件环境：个人PC机（主频1GHz以上,内存512M以上）;运行平台：可以在Windows、Macintosh、Unix等流行的操作系统上运行;软件环境：可以在MATLAB 6.X以上的版本运行。 2.优化精度高,在几个典型的函数运行的结果,其有效位数达到15位以上。 3.在保证优化性能的情况下,搜索区间宽广,最小与最大区间比可达到1：1000。 4.对初始条件不依赖,能跳出局部最优点,从而获得全局最优。 5.不像当前随机全局优化算法如遗传算法有附加计算,所以运行速度快。 6.应用到人脸识别中,识别性能好,对ORL和Yale人脸库进行识别,其识别率高达99﹪以上,与目前国内外所报道的人脸识别系统相比,识别性能更好。 7.运用于中值滤波去噪,不仅速度加快,而且去噪性能大幅度提高。 8.用于图像分割,分割速度提高6～8倍以上。 该研究成果已经通过了河南省科技情报研究院信息中心检索查新证明：国内无相同研究。 在来源项目的资助下,共发表学术论文10多篇,其中在中文核心期刊发表学术论文2篇,有8篇论文已经被EI索引。培养硕士研究生2名,获省级科研奖3项,其中省级优秀论文奖2项,厅级科研成果奖1项。