[发明专利]一种基于遗传神经网络的无人艇水面目标图像识别方法

摘要

本发明涉及无人艇水面目标图像识别技术领域，具体涉及一种基于遗传神经网络的无人艇水面目标图像识别方法。首先根据水面图像的灰度直方图设置一个区分水面图像中前景图像以及背景图像的最优阈值，然后利用遗传神经网络对样本进行学习训练，最后识别水面目标图像，显示识别后的水面目标图像；本发明通过把水面目标图像分割出来，保证水面目标在经过分割后的精确度，以最大限度的保持水面目标的完整和清晰。

主权项

1.一种基于遗传神经网络的无人艇水面目标图像识别方法，其特征在于，包括：步骤一：设置阈值：首先根据水面图像的灰度直方图设置一个区分水面图像中前景图像以及背景图像的最优阈值，然后依据灰度直方图数据信息确定水面图像中前景图像灰度范围以及背景图像灰度范围，将两个图像信息依次放入训练样本数组P中，同时设置一个与其大小相同的数组T，数组T用来保存样本数据的类别，并用0表示前景图像类别，用1表示背景图像类别；步骤二：样本学习：利用遗传神经网络对样本进行学习训练，首先对相关参数进行编码和优化，然后选择合适的适应度函数，最后选取中间重组交叉法作为交叉算子，同时选取高斯变异法作为变异算子，得到最优的遗传神经网络；步骤三：识别水面目标图像：读取水面目标图像，得到该图像像素矩阵，通过对其进行降维处理，得到输入向量；利用之前训练好的遗传神经网络对输入向量进行训练，得到输出向量，即对水面图像进行分类的结果；将所述数据送到遗传神经网络中进行分类，得到输出值对水面图像的像素点进行分类；将最终的分类数据从一维向量数组的形式还原为图像矩阵形式，然后显示识别后的水面目标图像。