[发明专利]一种用于优化图像处理与视觉算法中控制参数的方法

摘要

本发明公开了一种用于优化图像处理与视觉算法中控制参数的方法，包括：外层控制过程智能调整内层优化过程；内层优化过程搜索通用控制参数的最佳值，其控制系数作为外层控制过程种群的个体；提出的创新机制解决了可视媒体计算领域中算法控制参数设定问题，智能调整通用参数设定过程，无需人工交互，省时省力；允许用户输入一组手工调整的控制参数值，然后在此基础上进行智能优化搜索，求得一组更好的控制参数值；适用性广，可以解决很多类似的问题。通过实例---新闻故事分割技术的参数设定表明，本方法比人工调整获得的控制参数值更精确，成功地解决了算法控制参数设定的问题，省时省力，而且精度更高。

主权项

一种用于优化图像处理与视觉算法中控制参数的方法，其特征在于，所述方法包括以下步骤：（1）外层控制过程通过利用内层优化过程的控制系数调整所述内层优化过程；（2）所述内层优化过程优化控制参数设定，变异因子和交叉因子作为所述外层控制过程种群中的个体；其中，步骤（1）具体包括：1)初始化所述外层控制过程和所述内层优化过程的种群：产生所述外层控制过程的初始种群：在(0,1]空间内随机产生N组内层优化过程的控制系数，作为所述外层控制过程的初始种群，初始种群中的每个个体均作为控制系数传递给所述内层优化过程；产生所述内层优化过程的初始种群：在参数优化设定问题的参数值的解空间内随机产生NP组参数值，作为所述内层优化过程的初始种群；2）变异操作：从所述外层控制过程的种群中随机选择三个不同的种群个体，任意两个种群个体做差分，然后乘以所述外层控制过程的变异因子，再和第三个种群个体相加，得到对应的变异个体；3）交叉操作：按照所述外层控制过程的重组概率，利用所述变异个体按照重组概率替换种群个体的各个分量，得到对应的实验个体；4）选择操作：将所述实验个体与对应的外层控制过程的种群个体均作为内层优化过程的控制系数传递给内层优化过程，外层控制过程选择较佳个体，淘汰较差个体，保持种群的优良性；5）程序终止：当满足结束条件时终止程序；其中，步骤（2）具体包括：1）赋值内层优化过程种群：初次赋值或者继承优化后的内层优化过程种群，即参数优化设定问题的随机解的集合，每个个体的维度是参数设定问题的所具有参数的个数；2）变异操作：从内层优化过程种群中随机选择三个不同种群个体，其中两个种群个体相减，再乘以内层优化过程的变异因子，然后再和第三个种群个体相加，得到对应的变异个体；3)重组操作：按照内层优化过程的交叉概率，利用对应的变异个体按照交 叉概率替换种群个体中的各个分量，得到对应的实验个体；4)选择操作：将得到的实验个体与对应的内层优化过程的种群个体均赋值给参数优化设定问题的参数，根据返回值的准确度，选择实验个体或者种群个体进入内层优化过程的下一代种群；5)返回主程序：当达到一定的进化代数时，内层优化过程返回主程序。