基于差分进化算法的交通图像稀疏分解.pdf

第 13卷 第3期 20l1年3月 撬鼯参 Vo1．13No．3 Mar．2011 doi：lO．3969q．issn．1563-4795．2011．03．012 基于差分进化算法的交通图像稀疏分解 何虹丽 ，嵇银辉 ，卢钟灵 ，周 芬 (1．西南交通大学电气工程学院，四川 成都 610031； 2．北仑 电厂 ，浙江 宁波 315800) 摘 要：提 出了一种基于差分进化算法的交通 图像稀疏分解方法．该方法采用非对称原子和 收敛速度较快和寻优能力强的差分进化算法，来实现对交通图像的稀疏分解。仿真实验结果 表 明，该方法能对交通 图像进行快速 、有效地稀疏分解。 关键词 ：差分进化算法；图像处理 ；交通图像 ；稀疏分解 O 引言 的参数及参数个数也不一样 ，比如Gabor原子有4 个参数 ，而本文所使用的非对称原子则有5个参 差 分进 化 算 法 (DifferentialEvolution，DE1 数 。原子 的大小与图像本身大小相 同，但原子 是一种新兴的进化计算技术 。它是RainerStore和 应作归一化处理，即IIg,ll=l。若r为参数组 的集 KennethPrice于 1995年提 出的。其基本思想是先 合 ，则 由库的过完备性可知 ，参数组 的个数应 随机产生一个初始群体 。然后把种群 中任意两个 远远大于图像 的大小 ，也就是说 ，若用P表示过 个体的向量差加权后按一定 的规则与第三个个体 完备库D= {) r中原子的个数 ，则 1xM2。 求和来产生新个体 ，再将新个体与当代种群 中某 MP算法求解过程步骤如下： 个预先决定 的个体相 比较 ．如果新个体的适应度 首先 ，从过完备库 中选 出与待分解图像最匹 值优于与之相比较的个体的适应度值 ．则在下一 配的原子 ，其将满足以下条件 ： 代 中就用新个体取代 旧个体 ，否则仍保存 旧个 If，g l= rI，g l (1) 体。通过不断地迭代计算 ，保留优 良个体 ，淘汰 由此可将 图像分解为在最佳原子 上 的投影 劣质个体 ，从而引导搜索过程向最优解逼近。 分量和残余两部分 ，即为 ： 本文将稀疏分解引入到交通 图像处理 中．同 ， g．,og~+Rfi (2) 时，为了加快交通 图像的分解速度 ．还使用差分 其 中，尺l厂是用最佳原子对原图像进行最佳匹 进化算法来从过完备图像原子库 中搜索最佳的交 配后的残余量。对R 断进行上面同样的步骤。 通图像原子 ，从而提出一种基于差分进化算法 的 其最后 图像可表示为： 交通图像稀疏分解新方法。 ∞ n—l 户∑ ∑Rkf, gg。，0 (3) 1 交通 图像稀疏分解