[發(fā)明專利]基于粒子多群優(yōu)化的多目標(biāo)檢測方法

在審

• 申請?zhí)枺?/td>: 201810147606.6
• 申請日: 2018-02-12
• 公開（公告）號: CN108280509A
• 公開（公告）日: 2018-07-13
• 發(fā)明（設(shè)計）人: 于秋則
• 申請（專利權(quán)）人: 武漢大學(xué)深圳研究院
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06T7/00
• 代理公司: 廣東德而賽律師事務(wù)所 44322
• 代理人: 葉秀進(jìn)

1.一種基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，包括以下步驟，

a、設(shè)置粒子群參數(shù)，具體包括：根據(jù)目標(biāo)檢測任務(wù)情況設(shè)定粒子群維數(shù)、粒子群規(guī)模、最大粒子群數(shù)量、粒子群更新速度向量以及最大迭代次數(shù)；根據(jù)待檢測目標(biāo)的大小設(shè)定粒子群排斥以及收斂半徑；

b、粒子多群初始化：根據(jù)最大粒子群數(shù)量及粒子群規(guī)模，將各個粒子群粒子隨機分布于目標(biāo)檢測的搜索空間內(nèi)，根據(jù)最大速度標(biāo)量設(shè)置各個粒子的初始速度向量；

c、粒子多群循環(huán)迭代更新，得到多目標(biāo)匹配的所有解，具體包括以下步驟：

c1根據(jù)每個粒子群最優(yōu)粒子位置，以及每個群中單個粒子的最優(yōu)遍歷位置權(quán)重更新每個粒子的速度向量；

c2粒子群排斥判決：當(dāng)兩個或兩個以上的種群內(nèi)的最優(yōu)粒子間距離小于粒子群排斥半徑時，篩選最差的種群，進(jìn)行解散并返回步驟b重新初始化；

c3粒子群收斂判定：根據(jù)收斂半徑，對每一個粒子群中任意兩個粒子間距離均小于收斂半徑時，則對該粒子群返回步驟b重新初始化；

c4終止條件：當(dāng)達(dá)到最大迭代次數(shù)時，終止迭代更新粒子群，并輸出各個粒子群的最優(yōu)粒子，對各個最優(yōu)粒子進(jìn)行篩選，得到多目標(biāo)匹配的所有解。

2.根據(jù)權(quán)利要求1所述基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，構(gòu)造步驟a中待檢測目標(biāo)正則化的梯度特征空間，具體包括以下步驟：

d、構(gòu)造方向梯度圖

其中：分別表示x與y向的梯度圖，

是一個復(fù)數(shù)，可以計算其幅度值及其梯度方向，其計算公式如下：

e、構(gòu)造正則化梯度特征空間

其中：W表示以(x,y)為中心的窗口，通常取55或者7X7，K是一個常數(shù)，主要是防止被零除,通常取K＝100。

3.根據(jù)權(quán)利要求1所述基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，對步驟a中待檢測目標(biāo)圖像進(jìn)行多距離測度，構(gòu)成一種新的能量函數(shù)，這個能量函數(shù)表示為：

其中E_N(p,x,y)，E_H(p,x,y)，E_G(p,x,y)分別表示基于去均值的歸一化相關(guān)系數(shù)測量能量函數(shù)、基于Hausdorff距離的能量函數(shù)、基于局部極大值掩模統(tǒng)計量的能量函數(shù),λ₁，λ₂表示為正實數(shù)的拉格朗日乘子，這些參數(shù)矢量平衡了各個能量項的權(quán)重，在能量函數(shù)中，p表示圖像變形參數(shù)；

仿射條件下，圖像的變形模型如下：

這時p＝(a,b,c,d,Δx,Δy)^T。

4.根據(jù)權(quán)利要求3所述基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，Rigid變形條件下，圖像的的變形模型可以簡化為：

其中p＝(a,b,c,d,Δx,Δy)^T。

5.根據(jù)權(quán)利要求3所述基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，對能量函數(shù)的局部極值點快速定位，及求解如下優(yōu)化問題：

其中：_Ω表示解空間的局部窗口。

6.根據(jù)權(quán)利要求1所述基于粒子多群優(yōu)化的多目標(biāo)檢測方法，其特征在于，

步驟c1中更新每個粒子的速度向量具體包括以下步驟：

遍歷每個粒子群內(nèi)的每個個體粒子，進(jìn)行速度更新：

其中w為慣性權(quán)重，c1和c2分別為粒子群和個體學(xué)習(xí)因子和種群學(xué)習(xí)因子，決定了個體學(xué)習(xí)的，r1和r2為區(qū)間為(0,1)的隨機數(shù)，vi,d為當(dāng)前粒子群速度，pbest為個體最優(yōu)解，gbest為種群最優(yōu)解，pi,d為當(dāng)前粒子群位置；

進(jìn)行位置更新：