[發(fā)明專利]一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202310402817.0
• 申請(qǐng)日: 2023-04-17
• 公開(kāi)（公告）號(hào): CN116152316B
• 公開(kāi)（公告）日: 2023-07-07
• 發(fā)明（設(shè)計(jì)）人: 孟凱;王宇;郭衍民
• 申請(qǐng)（專利權(quán)）人: 山東省工業(yè)技術(shù)研究院
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33;G06T3/00;G06N3/006;G06F17/18
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法，其特征在于，包括以下步驟：

步驟1：獲取圖像A和B，將圖像A利用仿射變換得到圖像B；

步驟2：初始化粒子群算法的參數(shù)集合；

步驟3：利用仿射變換矩陣T，得到圖像A的變換后圖像，計(jì)算圖像B和A’之間的互信息，作為粒子群算法搜索的目標(biāo)函數(shù)f(*)；

步驟4：記錄當(dāng)前迭代次數(shù)t下的粒子群所能搜索到的全局最優(yōu)位置向量gb(t)和每個(gè)粒子搜索到的最優(yōu)位置向量；

步驟5：算法迭代到t+1次，更新粒子群的速度向量和位置向量，更新過(guò)程中涉及的平衡全局搜索和局部搜索的權(quán)重w取值的概率密度函數(shù)為線性遞減函數(shù)，計(jì)算方法如下：

，t為迭代次數(shù)，其中c由下式計(jì)算得出：

，r為0到1之間的隨機(jī)數(shù)；

a和b的計(jì)算公式如下：，

=0.99，=0.01；

和分別按下式計(jì)算得出：

，T為迭代總次數(shù)，T=500；

步驟6：如果t＞T，則完成配準(zhǔn)，否則t=t+1，再次從步驟3循環(huán)執(zhí)行。

2.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法，其特征在于，步驟1中，將圖像A利用仿射變換得到圖像B，其中四個(gè)參數(shù)值分別為s=0.8，θ=-35°，cx=-50，cy=200，分別表示縮放、旋轉(zhuǎn)和平移。

3.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法，其特征在于，步驟2中，所述參數(shù)集合包括搜索迭代總次數(shù)T=500，當(dāng)前迭代次數(shù)t=0，?總維度D=4，粒子群規(guī)模?N=20，各個(gè)粒子的速度向量和位置向量，其中i為第i個(gè)粒子。

4.根據(jù)權(quán)利要求3所述的一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法，其特征在于，四維粒子群算法中的速度向量為{V}_{i}=\left [ {{{v}_{i}}^{0},{{v}_{i}}^{1},{{v}_{i}}^{2},{{v}_{i}}^{3}} \right ]，位置向量為

{X}_{i}=\left [ {{{x}_{i}}^{0},{{x}_{i}}^{1},{{x}_{i}}^{2},{{x}_{i}}^{3}} \right ]，其中i為第i個(gè)粒子，上標(biāo)0~3表示第幾維。

5.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)參數(shù)粒子群算法的圖像配準(zhǔn)方法，其特征在于，步驟3中，根據(jù)當(dāng)前粒子群的參數(shù)集合、速度向量集合、位置向量集合，利用仿射變換矩陣T，得到圖像A的變換后圖像，T具體形式如下：

，其中為一組變量集合；利用信息論相關(guān)理論，計(jì)算圖像B和A’之間的互信息，并作為粒子群算法搜索的目標(biāo)函數(shù)f(*)。