应用改进引力搜索的图像配准方法技术

本发明专利技术公开了一种应用改进引力搜索的图像配准方法。本发明专利技术采用改进引力搜索来优化图像配准的参数。在改进引力搜索中，将图像配准的参数编码为个体的当前位置。在搜索过程中，先执行引力搜索的基本操作算子，然后再随机选择一个个体并对其执行混沌局部搜索操作，从而提高算法的局部搜索能力，加快收敛速度，提高图像配准参数的精度。本发明专利技术能够加快图像配准的收敛速度，提高图像配准的精度。

【技术实现步骤摘要】
应用改进引力搜索的图像配准方法
本专利技术涉及图像处理领域，尤其是涉及一种应用改进引力搜索的图像配准方法。
技术介绍
图像配准是图像处理领域中的常用技术，它在遥感图像分析、医学影像诊断、机器人视觉、图像融合和模式识别等领域中具有非常重要的作用。图像配准的本质就是给定一幅参考图像和一幅待配准图像，要求寻找到适合的空间变换参数对待配准图像进行空间变换，使得变换后的待配准图像与参考图像中的某些特定的特征在一定程度上达到相应的匹配。由此可见，图像配准的核心就是优化图像配准的参数。由于图像配准问题在本质上一个复杂的优化问题，但基于目标函数数学特性的传统优化算法往往难以有效求解。演化算法是一种模拟自然界演化规律的启发式优化算法，它在求解复杂优化问题中表现出很有潜力的性能。因此，许多研究人员将演化算法用于优化图像配准的参数。例如，孙俊等专利技术了一种基于量子行为粒子群算法的多分辨率医学图像配准方法(专利号:200810019451.4)；张秀杰等提出了一种利用和声量子遗传算法来优化图像配准参数的方方法(张秀杰,李士勇,沈毅,宋申民.和声量子遗传算法在图像配准中的应用[J].系统工程与电子技术,2012,34(10):2152-2156)；焦李成等专利技术了一种基于量子进化计算和B样条变换的医学图像配准方法(专利号:201310516236.6)；许应强等提出了一种基于遗传算法的图像配准算法(许应强,施庆华,曲永冬,王翠芝,朱攀,叶愈.一种基于遗传算法的图像配准算法研究[J].计算机科学,2016,43(11A):229-232)；刘海玲和裴连群提出了一种基于改进遗传算法的医学图像配准方法(刘海玲,裴连群.基于遗传算法的医学图像配准方法改进[J].自动化与仪器仪表,2016,(09):218-220)。引力搜索算法是一种新近提出的演化算法，它在解决工程优化问题中表现出较优越的性能，并且已经广泛地应用到了图像处理领域中。但是传统引力搜索算法在优化图像配准的参数时容易出现收敛速度慢，求解精度不够的缺点。
技术实现思路
本专利技术的目的是提供一种应用改进引力搜索的图像配准方法。它在一定程度上克服了传统引力搜索算法在优化图像配准的参数时容易出现收敛速度慢，求解精度不够的缺点，本专利技术能够加快图像配准的收敛速度，提高图像配准的精度。本专利技术的技术方案：一种应用改进引力搜索的图像配准方法，包括以下步骤：步骤1，输入参考图像RIM，然后输入待配准图像FIM；步骤2，用户初始化种群大小Popsize，最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，图像配准参数个数D＝3；步骤4，设置D个优化参数的下界LBj和上界UBj，其中维度下标j＝1,2,3；步骤5，随机初始化种群其中个体下标i＝1,2,...,Popsize；为种群Pt中的第i个个体,其随机初始化公式为：其中j＝1,2,3；表示第i个个体的位置，存储了3个图像配准的参数值，即是图像配准的水平偏移量，是图像配准的竖直偏移量，是图像配准的旋转角度；表示第i个个体在每一维度上的速度大小，rand(0,1)为在[0,1]之间的随机实数产生函数；步骤6，计算种群Pt中每个个体的适应值，其中个体下标i＝1,2,...,Popsize，计算个体的适应值的方法为：将的位置解码为图像配准的参数，利用得到的图像配准参数对图像FIM进行空间变换得到图像CIM，以图像RIM与图像CIM的互信息作为个体的适应值；步骤7，令当前评价次数FEs＝FEs+Popsize；步骤8，保存种群Pt中的最优个体Bestt；步骤9，执行引力搜索的基本操作算子；步骤10，计算种群Pt中每个个体的适应值；步骤11，令当前评价次数FEs＝FEs+Popsize；步骤12，随机初始化混沌因子tr，具体步骤如下：步骤12.1，令混杂次数Num＝300+200×rand(0,1)；步骤12.2，在[0,1]之间随机产生一个不等于0.25，0.5和0.75的实数itr；步骤12.3，令计数器ki＝0，并令迭代因子tml＝itr；步骤12.4，如果计数器ki大于Num，则转到步骤13，否则转到步骤12.5；步骤12.5，令混沌因子tr＝4.0×tml×(1-tml)；步骤12.6，令迭代因子tml＝tr；步骤12.7，令计数器ki＝ki+1，转到步骤12.4；步骤13，随机选择一个个体并对其执行混沌局部搜索操作，具体步骤如下：步骤13.1，在[1，Popsize]之间随机产生一个正整数RT1；步骤13.2，在[1，Popsize]之间随机产生一个不等于RT1的正整数RT2，然后令迭代因子tml＝tr；步骤13.3，令混沌因子tr＝4.0×tml×(1-tml)；步骤13.4，按以下公式生成个体LUt：其中反向因子LK的值为[0,1]之间随机生成的实数，杂交因子IK的值为[0,1]之间随机生成的实数，MEIt为种群中所有个体的位置的平均值；步骤13.5，计算个体LUt的适应值，令当前评价次数FEs＝FEs+1；步骤13.6，如果个体LUt的适应值优于的适应值则转到步骤13.7，否则转到步骤14；步骤13.7，步骤13.8，转到步骤13.2；步骤14，令当前演化代数t＝t+1；步骤15，保存种群Pt中的最优个体Bestt；步骤16，重复步骤9至步骤15直至当前评价次数FEs达到MAX_FEs后结束，将执行过程中得到的最优个体Bestt解码为图像配准参数，即可实现图像配准。本专利技术采用改进引力搜索来优化图像配准的参数。在改进引力搜索中，将图像配准的参数编码为个体的当前位置。在搜索过程中，先执行引力搜索的基本操作算子，然后再随机选择一个个体并对其执行混沌局部搜索操作，从而提高算法的局部搜索能力，加快收敛速度，提高图像配准参数的精度。本专利技术能够加快图像配准的收敛速度，提高图像配准的精度。附图说明图1为参考图像。图2为待配准图像。图3为应用本专利技术的配准结果图像。具体实施方式下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。实施例：步骤1，输入参考图像RIM如图1所示，然后输入待配准图像FIM如图2所示；步骤2，用户初始化种群大小Popsize＝50，最大评价次数MAX_FEs＝10000；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，图像配准参数个数D＝3；步骤4，设置D个优化参数的下界LBj和上界UBj，其中维度下标j＝1,2,3；步骤5，随机初始化种群其中个体下标i＝1,2,...,Popsize；为种群Pt中的第i个个体,其随机初始化公式为：其中j＝1,2,3；表示第i个个体的位置，存储了3个图像配准的参数值，即是图像配准的水平偏移量，是图像配准的竖直偏移量，是图像配准的旋转角度；表示第i个个体在每一维度上的速度大小，rand(0,1)为在[0,1]之间的随机实数产生函数；步骤6，计算种群Pt中每个个体的适应值，其中个体下标i＝1,2,...,Popsize，计算个体的适应值的方法为：将的位置解码为图像配准的参数，利用得到的图像配准参数对图像FIM进行空间变换得到图像CIM，以图像RIM与图像CIM的互信息作为个体的适应值；步骤7，令当前评价次数FEs＝FEs+Popsize；步骤8，保存种群本文档来自技高网...

【技术保护点】
一种应用改进引力搜索的图像配准方法，其特征在于，包括以下步骤：步骤1，输入参考图像RIM，然后输入待配准图像FIM；步骤2，用户初始化种群大小Popsize，最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，图像配准参数个数D＝3；步骤4，设置D个优化参数的下界LBj和上界UBj，其中维度下标j＝1,2,3；步骤5，随机初始化种群

【技术特征摘要】
1.一种应用改进引力搜索的图像配准方法，其特征在于，包括以下步骤：步骤1，输入参考图像RIM，然后输入待配准图像FIM；步骤2，用户初始化种群大小Popsize，最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0，图像配准参数个数D＝3；步骤4，设置D个优化参数的下界LBj和上界UBj，其中维度下标j＝1,2,3；步骤5，随机初始化种群其中个体下标i＝1,2,...,Popsize；为种群Pt中的第i个个体,其随机初始化公式为：其中j＝1,2,3；表示第i个个体的位置，存储了3个图像配准的参数值，即是图像配准的水平偏移量，是图像配准的竖直偏移量，是图像配准的旋转角度；表示第i个个体在每一维度上的速度大小，rand(0,1)为在[0,1]之间的随机实数产生函数；步骤6，计算种群Pt中每个个体的适应值，其中个体下标i＝1,2,...,Popsize，计算个体的适应值的方法为：将的位置解码为图像配准的参数，利用得到的图像配准参数对图像FIM进行空间变换得到图像CIM，以图像RIM与图像CIM的互信息作为个体的适应值；步骤7，令当前评价次数FEs＝FEs+Popsize；步骤8，保存种群Pt中的最优个体Bestt；步骤9，执行引力搜索的基本操作算子；步骤10，计算种群Pt中每个个体的适应值；步骤11，令当前评价次数FEs＝FEs+Popsize；步骤12，随机初始化混沌因子tr，具体步骤如下：步骤12.1，令混杂次数Num＝300+200×rand(0,1)；步骤12.2，在[0,1]之间随机产生一个不等于0.25，0.5和0.75的实数it...

【专利技术属性】
技术研发人员：郭肇禄，章银娥，王洋，鄢化彪，尹宝勇，余法红，李康顺，
申请(专利权)人：江西理工大学，
类型：发明
国别省市：江西,36