应用改进引力搜索的图像配准方法技术

技术编号:16039085 阅读:47 留言:0更新日期:2017-08-19 20:58
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,20本文档来自技高网...
应用改进引力搜索的图像配准方法

【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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1