刘裕明杨显睿张中仁
（云南电网有限责任公司昆明供电局昆明市官渡区650011）
摘要：互联网在现代社会中迅速的发展，同时，也带来了不少网络安全问题。对于目前所存在的安全问题也逐步在改善。最有效的是问题检测，对于明确的标志或者标志牌的检测在遗传算法的出现后有了很大的进步。加密技术、身份鉴别技术、访问控制技术和防火墙技术等都属于网络安全问题的检测，但它们均存在较大的缺陷和不足，给互联网用户带来了不便。本文就标志牌检测的现状和存在的问题以及后续的发展作了分析，将功能优化后的遗传算法运用于标志牌检测与识别系统研究和技术中。
关键词：遗传算法；标志牌检测与识别
1遗传算法的概述
遗传算法传统意义上是根据生物界的进化的规律演变而来随机化的搜索方法，例如生物学上适者生存，优胜劣汰的遗传机制。在1975年，美国的J.Holland教授便提出了此概念，以结构化、公式化直接进行操作为特点，不在具有求导和函数连续性的限制；采用数据概率化和自动优化的方法，使数据智能化获取和指导变化空间，能够适应各种不同的搜索方向，不再需要人类的指挥。目前，人们已将遗传算法的优势广泛地应用于数字化优化、互联网技术、数字化信号处理、智能化控制和人工生命等领域。它是现代科技的智能计算中的核心技术。
遗传算法以决策变量的编码作为运算对象。传统意义上的算法仅核算实际的变量值本身，而遗传算法是一种处理决策变量的编码形式，通过借鉴生物学中的染色体和基因的概念，模仿自然界生物的遗传和进化的原理，进一步的形成了遗传算法的体系。
最近几年，科学家们运用遗传算法的思维方式自动生成了计算机语言解决了许多图像处理、信息技术、数据挖掘、人工智能等问题，并且在相应的科学领域还取得创新性的突破。
2标志牌检测与识别的概述
随着图像检测技术的广泛应用，标志牌检测和识别也逐渐进入大众的视野，并且成为了重要的研究和开发领域。标志牌的检测与识别正是基于颜色与形状的图像检测技术最新的运用。同传统的检测技术相比，颜色和形状的标志牌检测技术更加具有明显的优势。首先，标志牌主要是图像内容，对于图像内容的描述与提取具有一定困难，并且需要专业技术和手段，想要自动提取标志牌中的图像和字符的特征，并且需要辨别特征中的具有相似性的字符。近几年关于利用颜色和字符特征对标志牌的图像检测的方法和技术应运而生，其中遗传算法便是在众多对标志牌检测与识别的技术中脱颖而出的一项技术。
3基于遗传算法的标志牌检测与识别系统研究
遗传算法早于运用于一下领域：经济管理、交通运输、互联网研究等。遗传算法技术是根据生物自然界的自然选择淘汰和遗传机制的基础上发展起来的搜索性系统算法，属于进化系统的一个新分支。传统意义上的遗传算法为特定的字符组合排列形成数据体系和公式函数等，不断进化不断更正，找到问题的最优解或次优解，并作出相应的反应。类似于人工智能和机器人研究上的问题都可以看作是一个计算机程序或者一个函数问题，输入特定的字符或者图片，这些输出的特定字符都代表着其特殊的含义。
基于遗传算法的标志牌检测与识别系统可以应用到各行各业中，本文研究了两个基于遗传算法的标志牌检测与识别系统应用：（1）遗传算法的直接运用可分为四个模块：检验与测试模块、数据库核算模块、反应模块和控制中心。检验与测试模块为第一步筛选步骤，放在标志牌检测与识别系统的第一部，便于其对标志牌进行及时的图像和字符检测；若检验与测试模块无法识别该图像或字符，便会直接触发数据库核算模块，遗传算法系统自动更新数据库中的规则和相应的核算标准；控制中心是对检验与测试模块和数据库核算模块进行及时有效的控制，在数据系统出现问题时，第一时间通知系统管理员对系统进行有效的配置和维护。（2）图像和字符识别并分类模块，标志牌在进入计算机时被识别，第一步便先对标志牌的内容进行识别和分类，便于后期处理效率更高。各个模块分工合作，共同完成标志牌检测与识别的任务。提取有用的数据是预处理模块的主要工作。检验与测试模块是运用遗传算法匹配对输入的数据和特定的规则或框架进行比较分析并输出特定字符；标志牌检测与识别系统是通过遗传算法得出标志牌实际传输的内容，然后根据识别图片或字符不同的结果输出不同字符；分类识别图片或字符是为优化标志牌提供了测试和辨别，为直接输出提供了更加直接的通道；遗传算法的标志牌检测与识别系统的自动更新优化的功能是最终输出标志牌特征的关键功能。遗传算法属于标志牌检测与识别系统中的核心技术，近些年来，科学技术的进步在遗传算法领域也取得了重大的突破，为标志牌检测与识别带来了提供了更高效的计算结果。
参考文献：
[1]常卫东，刘完芳.基于遗传算法网络入侵检测系统的研究与实现.网络安全技术与应用，2014.10.
[2]姚莹.基于遗传优化的复杂网络社区检测技术研究[J].现代电子技术，2017.
[3]李正芳，庞海杰.基于改进遗传算法的网络故障数据实时检测系统研究[J].现代电子技术，2018，13（031）：3-6.
[4]颜亮.基于遗传算法的企业网络安全应用研究[J].桂林航天工业学院学报，2017，7（11）：2-3.
[5]高慧，刘涛.基于改进的遗传算法的土壤电阻率检测系统的开发研究[J].电子世界，2016，12（4）：1-2.
[6]包龙生，叶学峰，李强.基于遗传算法的神经网络在桩基检测中的应用研究[J].《公路交通科技（应用技术版）》，2018，8（7）：1-2.
[7]陈存弟，刘金清.基于DM642的嵌入式车牌识别系统设计与实现[J].网络新媒体技术，2017，4（010）：3-5.