圖像配準(zhǔn)是圖像處理技術(shù)中的一個(gè)基本問(wèn)題,其主要目的是基于灰度屬性,圖像分辨率,尋找兩個(gè)或多個(gè)圖像之間的最佳的配準(zhǔn)位置。也可以說(shuō)圖像配準(zhǔn)技術(shù)是在不一樣的時(shí)間點(diǎn),不一樣的傳感器或不一樣的角度將需要配準(zhǔn)的兩幅或多幅圖像合成到一張圖像中。圖像配準(zhǔn)方法基本可以分為三種:基于局部不變描述子的圖像配準(zhǔn)、基于灰度處理的圖像配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法。本文采用基于灰度處理的圖像處理技術(shù),優(yōu)化以后的蟻群算法輸出最優(yōu)參數(shù),而這些參數(shù)用于幾何變換的公式中,使得配準(zhǔn)技術(shù)的準(zhǔn)確率更高,效率更快。而優(yōu)化蟻群算法的方法是用螢火蟲算法初始化蟻群算法的參數(shù),可以縮短蟻群算法的運(yùn)行時(shí)間。蟻群算法是仿真蟻群覓食行為的優(yōu)化算法,該算法采用并行優(yōu)化機(jī)制的正反饋方法,有較強(qiáng)的魯棒性,易于優(yōu)化,與其他算法結(jié)合較容易,在解決許多復(fù)雜優(yōu)化問(wèn)題中表現(xiàn)出優(yōu)異的性能和巨大的發(fā)展?jié)摿?吸引了眾多國(guó)內(nèi)外學(xué)者研究這個(gè)算法。由此可見蟻群算法在圖像配準(zhǔn)中的應(yīng)用具有理論和實(shí)際意義。文章介紹了圖像配準(zhǔn)技術(shù)的研究意義、發(fā)展背景和研究現(xiàn)狀,并對(duì)蟻群算法和螢火蟲算法的基本知識(shí)和理論分別進(jìn)行了討論。在這些理論的基礎(chǔ)上,用實(shí)驗(yàn)證明優(yōu)化后的蟻群算法在效率方面的優(yōu)劣,用另一組實(shí)驗(yàn)證明該算法用于圖像配準(zhǔn)的優(yōu)劣。
【學(xué)位單位】：西北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;TP391.41
【部分圖文】：

數(shù)量不同的實(shí)驗(yàn)。表 4-2 列出了不同城市數(shù)量的算例 El51、Berlin52、Eil76和Ch150用本文算法迭代1000次，平均每個(gè)算例進(jìn)行20次測(cè)試，得到的參數(shù)α、β的最優(yōu)組合。這是每個(gè)算例在所有測(cè)試中最優(yōu)的情況。圖4-1給出了算例 Eil51在利用 3-opt 算法前后的路徑變化對(duì)比圖，發(fā)現(xiàn)應(yīng)用 3-opt 可以有效避免局部交叉現(xiàn)象，得到的解更接近最優(yōu)值。從表 4-3 和表 4-4 可以看出，在求解城市規(guī)模中等的 Eil51 問(wèn)題時(shí)，本文得到了 TSPLIB 庫(kù)的已知最優(yōu)值，而且平均值也和最優(yōu)值接近，對(duì)于城市規(guī)模較大的 Ch150，本文得到的最優(yōu)解為 6537

下來(lái)用蟻群算法進(jìn)行基于灰度圖像配準(zhǔn)，步驟如下：1)初始化參數(shù)，包括 ij為邊(i,j)上的信息素強(qiáng)度, ￥i(¨)為 t 時(shí)刻位于像螞蟻個(gè)數(shù)而 m 為蟻群中的全部螞蟻個(gè)數(shù)，m= ￥i(¨)ni ;2)把所有螞蟻放置在開始像素點(diǎn)，讓螞蟻開始遍歷，對(duì)每只螞蟻以下面行操作。3)基于公式 3-4 計(jì)算螞蟻在像素點(diǎn)中的轉(zhuǎn)移概率，計(jì)算出下一個(gè)要選擇。4)在每只螞蟻都選擇好像素點(diǎn)后，根據(jù)公式 3-6 進(jìn)行信息素的局部更新5)當(dāng)所有螞蟻完成一次遍歷后，計(jì)算出最優(yōu)路徑，并按照公式 3-8 和公行全局信息素更新。6)滿足螞蟻算法的結(jié)束條件，則輸出最優(yōu)幾何變換參數(shù)，按照幾何變換兩幅圖像的配準(zhǔn)，不然的話，回到步驟(2)。驗(yàn)中，配準(zhǔn)次數(shù)達(dá)到 15 次。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李一玄;;螢火蟲算法參數(shù)研究[J];物流工程與管理;2015年09期

2 周志艷;閆夢(mèng)璐;陳盛德;蘭玉彬;羅錫文;;Harris角點(diǎn)自適應(yīng)檢測(cè)的水稻低空遙感圖像配準(zhǔn)與拼接算法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年14期

3 程美英;倪志偉;朱旭輝;;螢火蟲優(yōu)化算法理論研究綜述[J];計(jì)算機(jī)科學(xué);2015年04期

4 許佳佳;張葉;張赫;;基于改進(jìn)Harris-SIFT算子的快速圖像配準(zhǔn)算法[J];電子測(cè)量與儀器學(xué)報(bào);2015年01期

5 王峰;尤紅建;傅興玉;;應(yīng)用于SAR圖像配準(zhǔn)的自適應(yīng)SIFT特征均勻分布算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年02期

6 王吉權(quán);王福林;;螢火蟲算法的改進(jìn)分析及應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2014年09期

7 王翔;于浩杰;顏敏;鄭楠;;一種新穎的改進(jìn)螢火蟲算法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年08期

8 莫愿斌;馬彥追;鄭巧燕;;一種協(xié)作的螢火蟲算法在聚類問(wèn)題上的應(yīng)用[J];化工自動(dòng)化及儀表;2014年03期

9 閆鈞華;杭誼青;許俊峰;儲(chǔ)林臻;;基于CUDA的高分辨率數(shù)字視頻圖像配準(zhǔn)快速實(shí)現(xiàn)[J];儀器儀表學(xué)報(bào);2014年02期

10 杜曉剛;黨建武;王陽(yáng)萍;劉新國(guó);李莎;;基于螢火蟲算法的互信息醫(yī)學(xué)圖像配準(zhǔn)[J];計(jì)算機(jī)科學(xué);2013年07期

相關(guān)博士學(xué)位論文 前2條

1 冷煌;蟻群優(yōu)化算法的若干研究[D];吉林大學(xué);2016年

2 高尚;蟻群算法理論、應(yīng)用及其與其它算法的混合[D];南京理工大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 王藝睿;蟻群算法在動(dòng)態(tài)優(yōu)化問(wèn)題上的應(yīng)用研究[D];東華大學(xué);2017年

2 黃寶康;基于灰度的圖像配準(zhǔn)技術(shù)研究[D];江西理工大學(xué);2016年

3 李瑞青;改進(jìn)的螢火蟲算法及應(yīng)用[D];吉林大學(xué);2015年

4 胡婷婷;螢火蟲算法的理論分析及應(yīng)用研究[D];西安工程大學(xué);2015年

5 馬彥追;螢火蟲算法的改進(jìn)及其應(yīng)用研究[D];廣西民族大學(xué);2014年

6 劉鵬;基于互信息及蟻群算法的紅外與可見光圖像配準(zhǔn)研究[D];上海交通大學(xué);2009年

7 楊亞南;蟻群算法參數(shù)優(yōu)化及其應(yīng)用[D];南京理工大學(xué);2008年

8 陳建玲;基于蟻群算法的優(yōu)化問(wèn)題研究[D];大慶石油學(xué)院;2007年

9 范紅梅;蟻群算法的改進(jìn)[D];燕山大學(xué);2007年

10 王蕾;圖像配準(zhǔn)技術(shù)及應(yīng)用研究[D];西安電子科技大學(xué);2007年

本文編號(hào)：2812571