[发明专利]一种基于蚁群算法的图文碎片恢复方法

权利要求书

1.一种基于蚁群算法的图文碎片恢复方法，包括：

获取碎片图像，对所述碎片图像进行预处理，所述获取碎片图像包括：

扫描所述碎片，获得含背景的所述碎片图像；

对所述碎片图像进行膨胀处理或腐蚀处理，获得不含背景的所述碎片图像；

对所述碎片图像进行编号；

所述对碎片图像进行预处理还包括：对所述碎片图像进行降噪处理，读取所述碎片图像的像素值，得到所述碎片图像的像素矩阵；

获取所述碎片图像的图像特征，所述图像特征为人工生成的数据集或从所述碎片图像中提取的数据集；

根据所述图像特征对所述碎片图像进行聚类，生成对应的特征集；

利用蚁群算法对所述特征集内的所述碎片图像进行优化拼接组合，获得局部拼合图像，具体包括：

初始化信息素浓度；

将蚂蚁随机分布到不同的出发点；

建立欧氏距离矩阵，所述欧氏距离矩阵用于存储蚂蚁所在的所述碎片图像到下一个可选所述碎片图像之间的欧氏距离，所述欧氏距离为启发信息；

基于信息素浓度运用轮盘赌的选择方法由蚂蚁选择下一个所述碎片图像；

对信息素进行局部更新，并将所选择的所述碎片图像加入禁忌列表；

再次执行所述建立欧氏距离矩阵步骤，直至蚂蚁遍历所述特征集内的所述碎片图像；

计算各蚂蚁经过的路径长度，记录当前迭代次数最优解，同时对路径上的信息素浓度进行更新；

判断是否达到最大迭代次数，若否，则再次执行所述将蚂蚁随机分布到不同的出发点步骤；若是，则输出结果；

利用蚁群算法对所述局部拼合图像进行优化拼接组合，输出最终拼合图像。

2.根据权利要求1所述的方法，其特征在于，所述对所述碎片图像进行预处理，还包括：

从所述碎片图像中提取所述图像特征，所述图像特征包括颜色、纹理和轮廓特征。

3.根据权利要求1所述的方法，其特征在于，所述利用蚁群算法对所述特征集内的所述碎片图像进行优化拼接组合，还包括：设置相关参数的参数值，所述相关参数值包括蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数和最大迭代次数。

4.根据权利要求1所述的方法，其特征在于，所述若是，则输出结果，包括：输出所述局部拼合图像和输出寻优过程中的相关指标，所述相关指标包括运行时间和收敛迭代次数。