[发明专利]基于脉冲发放皮层模型的图像检索方法、设备及存储介质

说明书

本发明公开了一种基于脉冲发放皮层模型的图像检索方法，包括：采用预设遗传算法确定脉冲发放皮层模型的参数值；通过所述参数值确定后的所述脉冲发放皮层模型提取待检索图像的纹理特征；基于所述纹理特征检索与所述待检索图像相关的图像。本发明中通过改进的预设遗传算法来自动进行脉冲发放皮层模型参数值的设定，并利用参数值设定后的脉冲发放皮层模型来提取待检索图像的纹理特征，以根据所提取的纹理特征进行相关图像的检索，提高了模型参数的设置效率，并且提高了纹理特征提取的准确性，从而极大地提高了图像检索的准确性及检索效率。另外，本发明还提供一种基于脉冲发放皮层模型的图像检索装置、设备及存储介质。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于脉冲发放皮层模型的图像检索方法、装置、设备及计算机存储介质。

背景技术

脉冲发放皮层模型是一种符合人类视觉系统的生理学神经系统网络模型，在外界激励条件下可实现脉冲同步发放，因而，广泛应用于数字图像处理技术领域中，如应用于待检索图像纹理特征的准确提取，以使得可根据提取的该纹理特征准确检索相关图像。其中，纹理特征的准确提取与脉冲发放皮层模型的参数密切相关，因而准确确定脉冲发放皮层模型的参数值极为重要，而现有的脉冲发放皮层模型中一般都是通过人工实验来进行参数值的确定，不仅造成人力及时间的极大耗费，亦降低了脉冲发放皮层模型使用的局限性，并降低了图像检索的准确性。

综上，如何自适应确定脉冲发放皮层模型的参数值以提高图像检索的准确性成为本领域技术人员亟待解决的问题。

发明内容

本发明实施例提供了一种基于脉冲发放皮层模型的图像检索方法、装置、设备及计算机存储介质，能够准确提取待检索图像的纹理特征，提高相关图像的检索准确性。

本发明实施例的第一方面，提供了一种基于脉冲发放皮层模型的图像检索方法，包括：

采用预设遗传算法确定脉冲发放皮层模型的参数值；

通过所述参数值确定后的所述脉冲发放皮层模型提取待检索图像的纹理特征；

基于所述纹理特征检索与所述待检索图像相关的图像。

可选地，所述采用预设遗传算法确定脉冲发放皮层模型的参数值，包括：

将所述参数值的解空间平均分配为N组子空间；

在每组子空间中随机生成M个个体；

计算每个个体的适应度值；

在每组子空间中按照所述适应度值由大至小选择前X个个体，得到候选个体；

从所述候选个体中选取指定数目的候选个体作为初始种群；

对所述初始种群依次执行选择操作、交叉操作和变异操作，得到新种群；

若所述新种群满足终止条件，则终止并获取所述参数值；

其中，所述N、M、X为大于零的整数。

可选地，所述若所述新种群满足终止条件，则终止并获取所述参数值，包括：

计算所述新种群中个体的最大适应度值；

获取最大适应度值连续相同的当前相同代数以及所述新种群对应的初始种群的当前选择次数；

当所述最大适应度值与上一代新种群的最大适应度值相同时，将所述当前相同代数增加一代数单位；

判断增加一代数单位后的当前相同代数是否等于预设相同代数；

若所述当前相同代数不等于所述预设相同代数，则进入执行对所述初始种群依次执行选择操作、交叉操作和变异操作，得到新种群的步骤以及后续步骤；