关于多维图像Criminisi自适应识别仿真研究

摘要：

在进行多维图像识别时,现有方法通常难以有效解决由光照与遮挡等因素导致的识别性能降低问题.为解决上述问题,在分析多维图像识别原理基础上,提出了改进Criminisi算法的多维图像自适应识别方法.利用Criminisi可以在图像识别过程中对其进行修复处理,并将图像的特征识别转换为贪婪搜索匹配.方法 首先设计了基于加权求和的优先权计算,并引人参考度与平滑项,用于求解待识别多维图像预修复区域的像素优先权,从而改进传统算法优先权易受置信度影响,导致误差积累的问题.然后利用优先权重排得到其中的最大值,将其作为修复区.最后搜索最优匹配区,采用授粉技术优化算法的全局与局部搜索性能,增加搜索精度,减少迭代次数,根据适应度与检测函数限定匹配结果,将寻优结果替换目标修复区域图像,并完成多维图像的匹配识别.通过仿真结果,表明提出的改进Criminisi算法具有良好的最优解空间搜索性能与多维图像修复性能,明显提高了对多维复杂图像的自适应识别能力.

关键词：多维图像、优先权计算、置信度、加权求和、授粉算法

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家教育部产教合作协同育人项目;河南省基础与前沿技术研究计划项目

在线出版日期：2020-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：379-382,447