發(fā)布時間：2017-11-15 12:01

  本文關(guān)鍵詞：差分進(jìn)化算法的改進(jìn)和基于邊緣點(diǎn)的SAR圖像配準(zhǔn)方法

  更多相關(guān)文章： 差分進(jìn)化算法 綜合學(xué)習(xí)粒子群算法 SAR圖像配準(zhǔn) 離散粒子群算法 邊緣點(diǎn)

【摘要】：差分進(jìn)化算法是一種人工智能的優(yōu)化算法,因?yàn)樵撍惴ǖ暮唵斡行?故在圖像處理、電力能源系統(tǒng)和人工智能領(lǐng)域中得到了成功地應(yīng)用。但是原始差分進(jìn)化算法存在如收斂快慢與收斂精度的矛盾等問題,因此如何提高算法的收斂精度和避免過早收斂且保證收斂速度快具有很大的研究價值。合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)能獲取高分辨率圖像且拍攝不受環(huán)境等因素的影響,其應(yīng)用越來越廣泛。由于SAR系統(tǒng)在不同時段對地面同一區(qū)域進(jìn)行拍攝時會存在一定的幾何偏差,需要使用配準(zhǔn)技術(shù)對含有同一區(qū)域的不同時相的圖像進(jìn)行幾何變換校正,以進(jìn)行后續(xù)的圖像變化檢測、圖像融合等處理。因此,SAR圖像配準(zhǔn)是這些后續(xù)處理的前提和基礎(chǔ),SAR圖像配準(zhǔn)的研究具有非常重要的意義。本文分別對差分進(jìn)化算法和SAR圖像配準(zhǔn)進(jìn)行了分析和研究,完成了以下兩方面的工作:1.提出了一種結(jié)合綜合學(xué)習(xí)粒子群優(yōu)化算法和免疫克隆選擇算法差分進(jìn)化算法。該方法引入綜合學(xué)習(xí)策略來指引差分進(jìn)化算法中的個體進(jìn)行相互綜合學(xué)習(xí),選擇最優(yōu)個體進(jìn)行克隆以降低貪婪思想帶來的缺陷,對適應(yīng)度值一直未更新的個體采用改進(jìn)的變異機(jī)制進(jìn)行克隆變異,從而既可以保證算法能夠在較少的代數(shù)內(nèi)收斂,也可以保證較高的尋優(yōu)精度。最終的實(shí)驗(yàn)結(jié)果證明了此方法的有效性。2.提出了一種基于邊緣點(diǎn)的SAR圖像配準(zhǔn)方法。首先,對Hessian矩陣邊緣響應(yīng)的值進(jìn)行了分析,得到了較好的閾值,并通過非極大值抑制對含有相干斑噪聲的圖像提取了邊緣點(diǎn)。將此方法與Harris角點(diǎn)提取方法在含相干斑噪聲的圖像上進(jìn)行了實(shí)驗(yàn)對比,從實(shí)驗(yàn)效果可以看出本方法的有效性。其次,使用改進(jìn)的離散粒子群算法在離散空間上尋找最佳匹配關(guān)鍵點(diǎn)對來計算初始匹配參數(shù)做為粗配準(zhǔn)參數(shù),且改進(jìn)了搜索匹配特征點(diǎn)的目標(biāo)函數(shù),最后根據(jù)粗配準(zhǔn)參數(shù)采用基于灰度信息的配準(zhǔn)算法進(jìn)行精配準(zhǔn)。從最終的配準(zhǔn)結(jié)果及配準(zhǔn)后的圖像與原圖像的互信息值和運(yùn)行時間上證明了此方法的有效性。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18;TN957.52

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 程芳,朱敏慧,吳一戎;改進(jìn)的多項(xiàng)式圖像配準(zhǔn)方法[J];電子與信息學(xué)報;2001年11期

2 劉斌,彭嘉雄;圖像配準(zhǔn)的小波分解方法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2003年09期

3 諶安軍;;基于多尺度圖像配準(zhǔn)方法[J];電子測量技術(shù);2003年05期

4 諶安軍,陳煒,毛士藝;一種基于邊緣的圖像配準(zhǔn)方法[J];電子與信息學(xué)報;2004年05期

5 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)性能評估及實(shí)現(xiàn)概況[J];電光與控制;2007年03期

6 李玲玲;黃其民;李保;;多傳感器圖像配準(zhǔn)方法綜述[J];光盤技術(shù);2007年02期

7 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];電光與控制;2007年06期

8 上官晉太;郭慧;岳晉;楊汝良;;圖像配準(zhǔn)測度對重疊面積變化的魯棒性分析[J];光電工程;2008年11期

9 李曉明;張繼福;;一種基于學(xué)習(xí)的自動圖像配準(zhǔn)檢驗(yàn)方法[J];自動化學(xué)報;2008年01期

10 徐海黎;花國然;莊健;王孫安;;采用小世界免疫克隆算子的頻率域圖像配準(zhǔn)[J];西安交通大學(xué)學(xué)報;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準(zhǔn)中的應(yīng)用[A];第二十屆中國控制會議論文集（上）[C];2001年

2 桂秋陽;邱志明;;大口徑艦炮圖像配準(zhǔn)方式射擊精度仿真[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對數(shù)分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準(zhǔn)技術(shù)研究[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張鑫;;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

7 吳錚;錢徽;朱淼良;;基于特征匹配的航空圖像配準(zhǔn)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準(zhǔn)中基于最大熵的模板選取算法研究[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國強(qiáng);;圖像配準(zhǔn)中特征點(diǎn)匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

10 滕凱風(fēng);張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準(zhǔn)[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 叢偉建;應(yīng)用于肝臟介入診療的超聲圖像分析與導(dǎo)航方法研究[D];北京理工大學(xué);2015年

2 靳峰;基于特征的圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2015年

3 黃韶杰;基于聚類的煤巖分界圖像識別技術(shù)研究[D];中國礦業(yè)大學(xué)(北京);2016年

4 馬亮;基于模塊化推掃式成像光譜儀的光譜校正與圖像配準(zhǔn)技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

5 宋智禮;圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D];復(fù)旦大學(xué);2010年

6 周武;精密圖像配準(zhǔn)方法研究及在精密電子組裝中的應(yīng)用[D];華南理工大學(xué);2012年

7 黃曉陽;在體肝臟圖像配準(zhǔn)方法及應(yīng)用研究[D];廈門大學(xué);2009年

8 朱憲偉;基于結(jié)構(gòu)特征的異源圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

9 王東峰;多模態(tài)和大型圖像配準(zhǔn)技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2002年

10 王雷;影像導(dǎo)航手術(shù)中2D/3D圖像配準(zhǔn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 汪松;在圖像配準(zhǔn)中基于點(diǎn)特征的匹配算法[D];鄭州大學(xué);2015年

2 王菲;一種改進(jìn)的紅外圖像配準(zhǔn)拼接算法研究[D];蘭州大學(xué);2015年

3 蔣詩慧;機(jī)載合成孔徑雷達(dá)圖像配準(zhǔn)方法研究與改進(jìn)[D];北京交通大學(xué);2016年

4 趙春雪;基于SIFT檢測的Demons圖像配準(zhǔn)算法研究[D];遼寧師范大學(xué);2015年

5 楊晶;小動物PET和小動物CT圖像配準(zhǔn)的研究[D];東南大學(xué);2015年

6 李曉楠;影像學(xué)圖像減影軟件開發(fā)及其腦部病變應(yīng)用[D];東北大學(xué);2014年

7 李昕;基于FPGA的Harris角點(diǎn)圖像配準(zhǔn)系統(tǒng)設(shè)計與實(shí)現(xiàn)[D];東北大學(xué);2014年

8 高夢珠;基于圖像配準(zhǔn)的車標(biāo)識別算法研究[D];安徽大學(xué);2016年

9 趙杰;基于圖像配準(zhǔn)的包裹表單內(nèi)容提取[D];華東師范大學(xué);2016年

10 陳磊;圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D];吉林大學(xué);2016年

，

本文編號：1189653