[發明專利]一種基于自適應蟻群智能的空中機器人視覺分層匹配方法

無效

• 申請號: 200910077143.1
• 申請日: 2009-01-16
• 公開（公告）號: CN101477689A
• 公開（公告）日: 2009-07-08
• 發明（設計）人: 姚連梅;段海濱;邵帥
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/00;G01C21/34
• 代理公司: 北京慧泉知識產權代理有限公司
• 代理人: 王順榮;唐愛華

(一)技術領域

本發明涉及一種空中機器人視覺分層匹配方法，屬于計算機視覺信息處理 領域。

(二)背景技術

空中機器人在偵察巡邏、電子干擾、通信中繼、自然災害的監視與支援等 很多軍事及民用領域具有廣泛的應用價值，一直受到世界各國的普遍重視。其 中視覺匹配系統是空中機器人系統組成中極其重要的一部分，在空中機器人完 成目標檢測、定位導航等任務過程中起著不可或缺的關鍵作用，是空中機器人 研究的熱點之一。

視覺匹配中對于尺寸很大的搜索圖，圖像相關匹配的數據量和計算量很大， 而圖像相關匹配的計算實時性在一定程度上又決定了該技術的實用性。因此， 和可靠性、精度一樣，圖像匹配的速度也是性能的重要體現。為了加快圖像匹 配速度，常用的快速匹配方法主要有兩種：一種是減少在非匹配點上的相關計 算總量，如序貫相似性檢測算法；另一種是改進搜索策略以避免不必要的計算， 如多分辨率塔形結構算法。研究表明，圖像匹配的速度主要取決于匹配算法的 搜索策略。由于傳統匹配算法的基本搜索策略是遍歷性的，為了找到最優匹配 點，傳統方法均必須在搜索區域內的每一個像素點上進行區域相關匹配計算， 但除了一個最優匹配點外，絕大部分時間都是在非最優匹配點上作匹配計算。 因此，如果能找到一種有效的搜索策略實現非遍歷性搜索，則圖像匹配速度將 大大提高。

蟻群優化(Ant?Colony?Optimization)算法是一種最新發展的模擬昆蟲王國中 螞蟻群體覓食行為的仿生優化算法，該算法采用了正反饋并行自催化機制，具 有較強的魯棒性、優良的分布式計算機制、易于與其他方法結合等優點，在解 決許多復雜優化問題方面已經展現出其優異的性能和巨大的發展潛力。

蟻群優化算法是由螞蟻覓食行為演化來的優化算法，螞蟻個體之間是通過 一種稱之為信息素(Pheromone)的物質進行信息傳遞，從而能相互協作，完成復 雜的任務。螞蟻在運動過程中，在它所經過的路徑上會留下一定量的信息素， 信息素的強度與路徑長度有關。并且螞蟻在運動過程中能夠感知路徑上信息素 的存在及其強度，并以此指導自己的對路徑的選擇，螞蟻傾向于朝著信息素強 度較高的方向移動。因此，由大量螞蟻組成的蟻群的集體行為便表現出一種信 息正反饋現象：某一路徑上走過的螞蟻越多，則后來者選擇該路徑的概率就越 大。螞蟻個體之間就是通過這種信息的交流達到搜索食物的目的。蟻群算法采 用了正反饋并行自催化機制，該算法具有較強的魯棒性、優良的分布式計算機 制、易于與其他方法結合等優點，在解決其他許多復雜優化問題方面也已經展 現出了優異的性能和巨大的發展潛力。

自然界中，像螞蟻這類社會性動物，單只螞蟻的能力和智力非常簡單，但 它們通過相互協調、分工、合作完成不論工蟻還是蟻后都不可能有足夠能力來 指揮完成的筑巢、覓食、遷徙、清掃蟻穴等復雜行為。螞蟻的食物源總是隨機 散布于蟻巢周圍，我們只要仔細觀察就可以發現，經過一段時間后，螞蟻總能 找到一條從蟻巢到食物源的最短路徑?？茖W家曾經通過“雙橋實驗”對蟻群的覓 食行為進行了研究。發現除了能找到巢穴和食物源之間的最短路徑之外，蟻群 對環境有著極強的適應能力。例如當原有的最短路徑由于一個新的障礙物的出 現而變得不可行時，蟻群能迅速找到一條新的最短路徑。因此，在現實生活中， 我們總可以觀察到大量螞蟻在巢穴與食物源之間形成近乎直線的路徑，而不是 曲線或者圓等其它形狀，如圖1(a)所示。螞蟻群體不僅能完成復雜的任務，而 且還能適應環境的變化，如在蟻群運動路線上突然出現障礙物時，一開始各只 螞蟻分布是均勻的，不管路徑是否長短，螞蟻總是先按同等概率選擇各條路徑， 如圖1(b)所示。螞蟻在運動過程中，能夠在其經過的路徑上留下信息素，而且 能感知這種物質的存在及其強度，并以此指導自己運動的方向，螞蟻傾向于信 息素濃度高的方向移動。相等時間內較短路徑上的信息量就遺留得比較多，則 選擇較短路徑的螞蟻也隨之增多，如圖1(c)所示。不難看出，由于大量螞蟻組 成的蟻群集體行為表現出了一種信息正反饋現象，即某一路徑上走過的螞蟻越 多，則后來者選擇該路徑的概率就越大，螞蟻個體之間就是通過這種信息交流 機制來搜索食物，并最終沿著最短路徑行進，如圖1(d)所示。