[发明专利]一种基于互信息相似度策略的粒子群优化方法

摘要

本发明公开了一种基于互信息相似度策略的粒子群优化方法，所述基于互信息相似度策略的粒子群优化方法利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)和粒子的速度更新公式；其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数。与现有的基本PSO算法相比，减少了迭代次数，提高了收敛速度，并且搜索的平均结果也有一定提高。

主权项

1.一种基于互信息相似度策略的粒子群优化方法，其特征在于，所述基于互信息相似度策略的粒子群优化方法为：利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)以及粒子的速度和位移更新公式，所述粒子的速度和位移更新公式定义如下：其中，v表示粒子速度，t表示时间，i表示第i个粒子，j表示第j个路径，w是惯性权重，c₁、c₂表示学习因子，p_i,j表示第i个粒子经历过的位置，p_g,j表示群体所有微粒经历过的最好位置，其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数；通过粒子的速度和位移更新公式更新粒子的速度和位移，找到优解，优解公式为：x_i,j表示第i个粒子第j个路径所需要更新的位移，x_i,j(1)表示的是x_i,j的下一个，每次都在变化，下一次就为x_i,j(2)；所述基于互信息相似度策略的粒子群优化方法中，互信息的计算概括为随机变量分布的样本估计，采用直方图法，用于图像匹配；当两幅图像达到最佳配准时，它们所对应像素灰度之间的互信息应达到最大；需要两种变化的图像:模板图像和待配准图像，应用联合直方图法计算模板图像和待配准图像之间互信息；之后，基于互信息的配准方法就是寻找两幅图像之间的互信息达到最大时，它们之间的最佳变化参数；互信息PSO算法是利用求解互信息的联合直方图法，重新定义联合直方图中的h(e，g)和粒子的速度更新公式；其中e，g分别为待匹配路径和模板路径，h(e，g)表示在最优路径e出现的位置上，在历史路径相应的位置g出现的次数；所述粒子的位移更新方法包括：(1)按照x_i,j＝v_i,j+wv_i,j对x_i,j进行更改；(2)以概率c₁h(e,g)修改(p_i,j‑x_i,j)的交换序，得到x_i,j(1)为x_i,j与c₁h(e,g)(p_i,j‑x_i,j)的和，p_i,j‑x_i,j(t)表示每个粒子与个体最优位置的交换序；(3)以概率c₂h(e,g)修改(p_g,j‑x_i,j)的交换序，得到x_i,j(2)为x_i,j(1)与c₂h(e,g)(p_g,j‑x_i,j)的和，p_g,j‑x_i,j(t)表示群体最优位置与个体位置的交换序，更新位移完毕。