论文摘要：基于人工免疫机理的车载图像目标识别方法研究

车载图像目标识别系统中采集的图像背景复杂，光线变化剧烈，难以对目标进行的精确的描述；同时，人体形态随机变化，传统的识别方法容易造成目标混淆，不能准确的识别目标。本文提出了基于人工免疫系统(Artificial Immune System)的图像识别方法，免疫系统能够通过免疫细胞的相互作用识别出“自我”与“非我”模式，在这种内在的模式识别能力启发下研究开发了基于免疫系统的模式识别算法。本文对Sobel算子进行了改进，运用修正后的Sobel算子对图像进行边缘检测,采用“非极大抑制”的方法对图像进行边缘的细化；利用座位背景不变性，以空座位为“自我”模式，建立空座位的链码描述；在人工免疫克隆选择算法中描述免疫应答的基本特征，形成“自我”描述的矢量空间；当人进入背景的链码网络时，产生“非我”模式的链码特征，依据基于模糊算法的一次判别规则和按加权欧氏距离度量的二次判别规则识别出“非我”模式，从而实现了对人的识别。 算法在Matlab中仿真成功后进行实际测试，分别安排不同时间段和不同路线的长途车进行测试，车厢内的人数识别正确率达到95%以上。实验结果表明，该识别方法的判别正确率优于传统的模式识别方法，证明了该方法的有效性和实用性。