改進(jìn)粒子群優(yōu)化算法的圖像匹配.pdf

1、伴隨著當(dāng)今科技的日新月異，匹配技術(shù)被視為計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域中一個(gè)重要分支，已被越來(lái)越廣泛的應(yīng)用，但是伴隨著應(yīng)用拓寬，新的問(wèn)題也隨之增多，其中一個(gè)研究的重要問(wèn)題是怎樣提高圖像匹配效率，我們可以兩方面考慮:一方面可以研究新的相似性度量公式，另一方面可以尋找最優(yōu)圖像匹配搜索算法，然而在現(xiàn)實(shí)生活中，很多現(xiàn)實(shí)中的問(wèn)題都可以轉(zhuǎn)化為優(yōu)化方面的問(wèn)題，例如路徑規(guī)劃方面的問(wèn)題，WSN路由協(xié)議方面的問(wèn)題等。最優(yōu)化問(wèn)題已被日益廣泛地應(yīng)用于社會(huì)科學(xué)的各個(gè)領(lǐng)

2、域，可以有效的解決資源的科學(xué)分配，生產(chǎn)計(jì)劃安排，城市路徑規(guī)劃等問(wèn)題。近年來(lái)，群智能算法一直被視為研究的熱點(diǎn)課題，PSO算法包含于群智能算法中，它已越來(lái)越多的被應(yīng)用到圖像匹配領(lǐng)域，但是由于PSO算法容易出現(xiàn)局限最優(yōu)的境況，為此，對(duì)于改善PSO算法的性能也已形成一個(gè)熱點(diǎn)潮流。
　　本研究主要內(nèi)容包括：⑴針對(duì)PSO算法在圖像匹配中易陷入局部最優(yōu)、搜索時(shí)間長(zhǎng)以及匹配精度不高的問(wèn)題，提出對(duì)粒子速度式子中的控制因子w進(jìn)行改進(jìn)并且對(duì)式子添加干擾

3、項(xiàng)。首先，對(duì)w以對(duì)數(shù)的形式進(jìn)行改進(jìn)，然后再將改進(jìn)后的非線性慣性權(quán)重對(duì)PSO算法進(jìn)行優(yōu)化，以此用來(lái)均衡粒子在整個(gè)求解空間范圍區(qū)域和局部范圍區(qū)域的搜尋能力，當(dāng)w取值較大時(shí)，能夠使算法不再局限于小范圍區(qū)域，從而跳出該區(qū)域，到達(dá)沒(méi)有到達(dá)的搜索區(qū)域，當(dāng)w取較小的值時(shí)，有利于增強(qiáng)粒子在小范圍區(qū)域搜索的能力，使算法在當(dāng)前附近搜索，從而加強(qiáng)算法的收斂速度。其次，對(duì)速度更新公式添加動(dòng)態(tài)擾動(dòng)項(xiàng)對(duì)速度進(jìn)行擾動(dòng)，這樣可以避免到算法后期，當(dāng)粒子未搜索到最優(yōu)解時(shí)，

4、然而大多數(shù)粒子已經(jīng)停止尋優(yōu)，它們的速度已等于零或幾乎為零，而出現(xiàn)早熟收斂的情況。⑵針對(duì)PSO算法在圖像匹配中存在的缺陷，同時(shí)又提出了對(duì)Metropolis準(zhǔn)則進(jìn)行改進(jìn)并引進(jìn)粒子群算法中，又在此基礎(chǔ)上引入競(jìng)選思想，最后將這些改進(jìn)之處應(yīng)用于圖像匹配中，該算法能夠使粒子跳出局部最佳解，然后使算法向最佳的解靠近。⑶通過(guò)編寫(xiě)Matlab算法對(duì)所提的思想進(jìn)行仿真以此驗(yàn)證，并與標(biāo)準(zhǔn)的PSO圖像匹配算法對(duì)比并且分析，結(jié)果表明本文所提的PSO算法在很大程