[发明专利]一种基于多核DSP的灰度图像匹配方法

权利要求书

1.一种基于多核DSP的灰度图像匹配方法，其特征在于，所述基于多核DSP的灰度图像匹配方法包括以下步骤：

步骤一，对图像进行n次小波变换并保留小波变换后低频部分的子图像，则子图像的宽度与高度均为原图像的子图像面积为原图像面积的在子图像内进行匹配；采用改进型归一化互相关度量方法，在子图像上遍历搜索，搜索过程中保留几个相似度较高的匹配点；搜索结束后，将相似度较高的匹配点映射到原始待匹配图像的搜索子区域中；

步骤二，分别在每个搜索子区域内采用差分进化算法，对每个种群进行初始化，选择合适的变异因子与交叉因子，经过变异操作、交叉操作以及选择操作，完成一次处理；迭代过程中，逐渐舍弃相似性较差的搜索子区域；迭代结束时，仅保留一个子区域，找到最佳匹配点，完成匹配过程。

2.如权利要求1所述的基于多核DSP的灰度图像匹配方法，其特征在于，所述改进型归一化互相关度量方法的公式如下：

$P(x,y)=\frac{{\[\underset{v=0}{\overset{n}{\Σ}}\underset{u=0}{\overset{m}{\Σ}}T(u,v)S(x+u,y+v)\]}^2}{\underset{v=0}{\overset{n}{\Σ}}\underset{u=0}{\overset{m}{\Σ}}{S}^2(x+u,y+v)};$

S(x,y)表示原始待匹配图像中坐标位置为(x,y)处像素点的灰度值，T(u,v)表示模板图像中坐标位置为(u,v)处像素点的灰度值，模板图像大小为m×n。

3.如权利要求1所述的基于多核DSP的灰度图像匹配方法，其特征在于，所述差分进化算法的图像匹配具体步骤如下：

(1)原始待匹配图像宽度M，高度N，模板图像宽度m，高度n；图像匹配即是找出模板图像在原图像中的位置坐标，取左上角坐标为(i,j)，则取值范围分别是1≤i≤(M-m)和1≤j≤(N-n)，且i，j都是整数；

(2)在每个子区域中取一个种群，记作种群1、种群2、种群3，种群4；对四个种群分别进行初始化操作，其中每个种群保留15个初始化个体；图像匹配的实数编码形式为(i,j)，在各种群范围内随机生成初始化个体，个体坐标表示为(X_i,X_j)，表达式如下：

X_i＝D_xk+rand()*W_k；

X_j＝D_yk+rand()*H_k；

k＝1,2,3,4表示不同种群，(D_xk,D_yk)为各种群左上角位置坐标，rand()取0到1间随机数，W_k、H_k为各种群的宽度与高度；

(3)在当前个体X_a上加上种群中另外两个个体X_b与X_c的差值来完成变异操作；通过随机选择种群中另外两个个体X_b与X_c，将当前个体X_a变异成X_a^*，表达式如下：

X_a^*＝X_a+F*(X_b-X_c)；

其中，F为变异因子，本发明中F具体取值范围是0.3至0.5；X_a取各种群中每代的最优染色体，记作T_k(k＝1,2,3,4)；则上式写成：

X_a^*＝T_k+F*(X_b-X_c)；

(4)原个体为X_a(X_i,X_j)，在种群中随机选一个不比当前个体适应度值低的个体V_a(V_i,V_j)作为交叉对象；则新生成个体U_a(U_i,U_j)表示为：

$U_i=\left\{\begin{array}{cc}{X}_i,& \begin{array}{ccc}rand\left(\right)\≤CR& or& j=0\end{array}\\ V_i,& others\end{array}\right.;$

$U_j=\left\{\begin{array}{cc}{X}_j,& \begin{array}{ccc}rand\left(\right)\≤CR& or& j=1\end{array}\\ V_j,& others\end{array}\right.;$

rand()取0到1之间随机数，CR为交叉因子，本发明CR具体取值范围是0.6至0.8；j随机取整数0或整数1；

(5)保存最优染色体，采用改进型归一化互相关计算公式作为适应度函数，公式如下：

$P(x,y)=\frac{{\[\underset{v=0}{\overset{n}{\Σ}}\underset{u=0}{\overset{m}{\Σ}}T(u,v)S(x+u,y+v)\]}^2}{\underset{v=0}{\overset{n}{\Σ}}\underset{u=0}{\overset{m}{\Σ}}{S}^2(x+u,y+v)};$

(6)重复步骤(3)、步骤(4)、步骤(5)；随着迭代次数的增加，不同种群中最优染色体之间的差异不断增大，逐渐舍弃适应度值较低的种群。