基于扁平化遗传规划个体结构的多尺度皮肤异常分类方法

本发明公开了一种基于扁平化遗传规划个体结构的多尺度皮肤异常分类方法，包括：1 采集皮肤样本图像数据集并预处理；2 根据定义的函数集、终端集以及设计的GP个体树结构，使用进化算法框架DEAP生成GP个体并构建初始种群；3 采用进化学习的方法演化种群中的GP个体，寻找迭代演化后的最佳GP个体；4 使用最佳GP个体作为特征提取分类模型，将待分类的皮肤样本图像数据集的输入该特征提取分类模型提取特征向量，利用线性SVM分类器完成对皮肤样本图像的最终分类。本发明能演化出最佳的适用于皮肤图像分类的特征组合方案，并能提取并组合不同尺度下的皮肤图像特征，从而能在不需要专家领域知识的情况下实现对皮肤图像的异常分类。