為了實現(xiàn)異源遙感圖像在部分遮擋情況下配準,提出一種改進粒子群和Hausdorff距離測度圖像配準算法。利用尺度不變特征變換算法提取圖像特征集,融合部分平均和標準方差思想改進Hausdorff距離,將其作為特征匹配相似性測度。引入正余弦變化動態(tài)改變粒子群算法中慣性因子和學習因子,并加入Levy飛行和Logistic混沌機制避免粒子群算法陷入局部最優(yōu),將改進的粒子群算法作為特征匹配搜索策略,得到最優(yōu)解值,從而完成圖像配準。實驗結果表明,改進的Hausdorff距離測度適應性更強,粒子群算法尋優(yōu)性能更佳。該圖像配準算法具有較好地圖像配準效果。 

【文章來源】：西安郵電大學學報. 2019,24(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

同源未遮擋遙感圖像配準結果

圖1 同源未遮擋遙感圖像配準結果表1 無遮擋條件下各距離測度性能對比 距離測度 實驗次數(shù) 成功次數(shù) 成功率/% HD 50 38 76 PHD 50 40 80 MHD 50 41 82 LTS-HD 50 41 88 IPMHD 50 45 90

為驗證IPMHD算法對遮擋適應性及魯棒性,選取Landsat4-5 MSS多波段衛(wèi)星圖作為異源圖像對,圖像規(guī)格為761×748像素,如圖3所示,其中圖3(b)為圖3(a)中截取200×200像素子圖;圖3(d)為圖4(c)的遮擋40%,圖3(e)為圖3(b)和圖3(d)之間的配準。分別將IPMHD、HD、PHD 、MHD和LTS-HD等5種測度根據(jù)圖3中的配準圖進行不同比例遮擋實驗,5種Hausdorff距離測度在遮擋條件下的圖像匹配成功率如圖4所示。圖4 各距離測度在遮擋條件下的圖像匹配成功率

【參考文獻】：
期刊論文
[1]基于分群策略的混沌粒子群優(yōu)化算法[J]. 薛文,蘇宏升.  計算機工程與設計. 2019(02)
[2]基于改進粒子群算法的路徑規(guī)劃[J]. 賈會群,魏仲慧,何昕,張磊,何家維,穆治亞.  農(nóng)業(yè)機械學報. 2018(12)
[3]改進Hausdorff距離和粒子群算法在激光制導中的應用[J]. 宋睿,張合新,吳玉彬,宮梓豐.  激光與紅外. 2017(12)
[4]改進Hausdorff距離和量子遺傳算法在激光制導中的應用[J]. 張騰飛,張合新,孟飛,強鉦捷,楊小岡.  激光技術. 2016(03)
[5]基于改進Hausdorff距離的圖像配準方法[J]. 李偉峰,周金強,方圣輝.  國土資源遙感. 2014(02)
[6]采用擾動加速因子的自適應粒子群優(yōu)化算法[J]. 姜建國,田旻,王向前,龍秀萍,李錦.  西安電子科技大學學報. 2012(04)
[7]基于分割模板加權Hausdorff距離矩陣的特征匹配算法[J]. 徐一鳴,劉曉利,劉怡昕.  兵工學報. 2011(11)



本文編號：3127061