改進粒子群優(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)被視為計算機視覺和圖像處理領(lǐng)域中一個重要分支，已被越來越廣泛的應(yīng)用，但是伴隨著應(yīng)用拓寬，新的問題也隨之增多，其中一個研究的重要問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)實生活中，很多現(xiàn)實中的問題都可以轉(zhuǎn)化為優(yōu)化方面的問題，例如路徑規(guī)劃方面的問題，WSN路由協(xié)議方面的問題等。最優(yōu)化問題已被日益廣泛地應(yīng)用于社會科學(xué)的各個領(lǐng)

2、域，可以有效的解決資源的科學(xué)分配，生產(chǎn)計劃安排，城市路徑規(guī)劃等問題。近年來，群智能算法一直被視為研究的熱點課題，PSO算法包含于群智能算法中，它已越來越多的被應(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，對于改善PSO算法的性能也已形成一個熱點潮流。
　　本研究主要內(nèi)容包括：⑴針對PSO算法在圖像匹配中易陷入局部最優(yōu)、搜索時間長以及匹配精度不高的問題，提出對粒子速度式子中的控制因子w進行改進并且對式子添加干擾

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

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PSO算法在圖像匹配中存在的缺陷，同時又提出了對Metropolis準(zhǔn)則進行改進并引進粒子群算法中，又在此基礎(chǔ)上引入競選思想，最后將這些改進之處應(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通過編寫Matlab算法對所提的思想進行仿真以此驗證，并與標(biāo)準(zhǔn)的PSO圖像匹配算法對比并且分析，結(jié)果表明本文所提的PSO算法在很大程