基于改进蚁群算法的棉花异性纤维目标特征选择方法

为提高基于机器视觉的棉花异性纤维在线分类的精度和速度，提出一种基于改进蚁群算法的棉花异性纤维图像目标特征选择方法。采用初始选择概率预处理方案，设置特征初始概率，降低了冗余特征影响，缩短了算法搜索时间；利用分段变异运算及取优舍劣策略，对棉花异性纤维的颜色、纹理、形状3类特征进行分段变异，避免了算法局部收敛，选出了全局最优特征集。实验结果表明，改进的蚁群算法比基本蚁群算法优化能力更强，搜索时间更短，优化得到的棉花异性纤维特征子集的特征个数比原特征集减少了2/3，分类正确率由84%提高到93%。