[发明专利]运用遗传算法优化碎纸片拼接复原问题的方法

说明书

本发明公开了一种运用遗传算法优化碎纸片拼接复原问题的方法，首先，进行基因差异度评估，确定各基因间水平和竖直拼接差异度；然后，按照预设编码方式初始化整个种群，并利用基因差异度对种群中的染色体适应度进行评估，记录最优染色体；随后，进入算法进化流程，每次随机选择种群中染色体作为父母染色体组成交叉组合，执行交叉算子并产生子代染色体，随机选择四种变异算子的一种对新生成染色体进行变异，并将变异后的染色体插入种群中，在执行完成交叉变异算子后，从新种群中择优选择最优的若干个体组成新的种群。若达到终止条件，则终止进化，输出最优染色体的基因排列情况，否则继续返回进化流程进行种群进化。

技术领域

本发明涉及图像处理和进化计算技术领域，具体涉及一种运用遗传算法优化碎纸片拼接复原问题的方法。

背景技术

破碎文件拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种运用遗传算法优化碎纸片拼接复原问题的方法。

本发明的目的可以通过采取如下技术方案达到：

一种运用遗传算法优化碎纸片拼接复原问题的方法，所述的方法包括：

S1、基因差异度评估：

由于遗传算法在离散优化领域的广泛应用及其所展现出的显著优越性，本发明将基于遗传算法优化框架来优化碎纸片拼接复原问题。针对碎纸片拼接复原问题的特点，本发明对传统遗传算法的算子进行了相应的改进。下面按照遗传算法的操作流程对本发明做进一步的介绍。

对于遗传算法而言，首先是对染色体进行编码，针对碎纸片拼接问题的特点，本发明将染色体编码成二维矩阵x，n和m分别表示染色体中的基因的行列数。

因碎纸片在该遗传算法中被编码成基因，因此基因差异度也即是碎纸片间拼接差异度。按照拼接方向不同，分为水平方向差异度和竖直方向差异度。

水平方向差异度的计算方法如下式所示，其中diff_horizontal(i,j)为将基因i置于基因j水平左侧所产生的差异度，edge_i,j为将基因i置于基因j水平左侧所产生的边缘差异度，计算方法后续会具体定义，相似地，blank_i,j为将基因i置于基因j水平左侧所产生的空白向量差异度。为基因i右侧边缘向量位置k灰度，相应地，为基因j左侧边缘向量位置k灰度，条件即为基因i右侧边缘和基因j左侧边缘均存在非白内容，也即基因i和基因j存在非空白拼接，在这种条件下，它们水平方向差异度diff_horizontal(i,j)的计算方法为边缘差异度edge_i,j和空白向量差异度blank_i,j之和，反之则直接计算空白向量差异度blank_i,j。

将基因i置于基因j水平左侧所产生的边缘差异度如下式定义，其中为基因i的右侧边缘向量和基因j的左侧边缘向量在位置k的灰度差异度，h为边缘向量长度，为基因i的右侧边缘向量和基因j的左侧边缘向量在位置k的灰度加权差，在该加权差大于等于阈值τ时，灰度差异度为1，反之灰度差异度为0。

基因i的右侧边缘向量和基因j的左侧边缘向量在位置k的灰度加权差的计算方式如下式定义，其中表示基因i右边缘向量位置k灰度，相应地，表示基因j左边缘向量位置k灰度。