[发明专利]混沌启发式搜索优化的弓网图像配准方法及装置

摘要

本发明涉及图像处理技术领域，并提出了一种混沌启发式搜索优化的弓网图像配准方法及装置，旨在解决人工蜂群优化算法应用于弓网图像配准时容易出现收敛速度慢，配准精度不足的技术问题。为此目的，本发明中的混沌启发式搜索优化的弓网图像配准方法包括：根据预设的参考弓网图像，生成初始种群；初始种群中的每个个体存储有预定数目个配准参数；利用混沌启发式搜索算法优化待配准弓网图像的配准参数；利用配准参数对待配准弓网图像进行空间变换，得到配准的弓网图像。本发明可以增强算法的局部搜索能力，加快算法的收敛速度，提高弓网图像配准的精度。

主权项

1.一种混沌启发式搜索优化的弓网图像配准方法，其特征在于，所述方法包括基于预设的参考弓网图像，利用混沌启发式搜索算法对待配准弓网图像进行配准，具体为：步骤S1：初始化混沌启发式搜索算法的参数，其中，所述参数包括种群大小和最大迭代次数；步骤S2：设置当前迭代次数t＝0；步骤S3：随机生成初始种群；所述种群中的每个个体存储有预定数目个配准参数值；步骤S4：计算所述种群中每个个体的适应值，并保存所述种群中的最优个体；步骤S5：所述种群中的雇佣蜂执行搜索操作，然后计算所述种群中每个个体的选择概率；步骤S6：所述种群中的观察蜂执行混沌启发式搜索操作，具体为：步骤S61：随机生成一个[0.6，1]之间的实数ran，然后随机产生一个[PSZ，PSZ×2]之间的整数CTN，其中，PSZ为种群中的个体数目；步骤S62：通过所述整数CTN次迭代运算计算出混沌启发式搜索操作的混沌因子，具体为：步骤S621：令混沌因子cbt＝ran；步骤S622：设置第一计数器ib＝1；步骤S623：计算中间变量hav＝sin(cbt×π)；步骤S624：令混沌因子cbt＝hav，并令第一计数器ib＝ib+1；步骤S625：如果所述第一计数器ib大于所述整数CTN，则转到步骤S63，否则转到步骤S623；步骤S63：设置第二计数器ik＝1；步骤S64：根据种群中每个个体的选择概率，利用轮盘赌选择方法从所述种群中选择出一个个体其中，ETI为所选择个体的下标；步骤S65：令新个体步骤S66：令邻域半径MR＝PSZ×0.1，并令邻域下标MTS＝1+(ETI‑MR+PSZ)％PSZ，其中，％表示取余运算符；步骤S67：计算邻域均值MMV，具体为：步骤S671：设置第三计数器im＝1；步骤S672：令邻域均值其中，为种群中下标为MTS的个体；步骤S673：令邻域下标MTS＝1+(MTS+1)％PSZ；步骤S674：通过公式更新所述邻域均值MMV；步骤S675：利用公式im＝im+1，更新所述第三计数器im；步骤S676：比较im与MR×2的大小，如果im小于或等于MR×2，则转到步骤S673，否则转到步骤S68；步骤S68：令所述邻域均值MMV＝MMV/(MR×2+1)；步骤S69：令优秀个体数ESM＝max(2,PSZ×epr)，其中，epr为[0.08,0.2]之间随机产生的一个实数，max为取最大值函数；步骤S610：计算种群中前ESM个优秀个体的平均值并保存到优秀均值个体MEP；步骤S611：从所述种群中随机选择出一个个体记为然后在[1,D]之间随机产生一个正整数FRJ；步骤S612：按如下公式计算邻域导向值RDE：其中，rand(0,1)为在[0,1]之间产生随机实数的函数，MMV_FRJ为邻域均值MMV的第FRJ个维度，为个体的第FRJ个维度；步骤S613：按如下公式计算组合系数RK：RK＝CKt×0.8+cbt×0.2；其中，CKt表示第t次迭代时的适应性系数；步骤S614：通过如下公式计算所述新个体NE^t的第FRJ个维度其中，MEPFRJ为优秀均值个体MEP的第FRJ个维度；步骤S615：计算所述新个体NEt的适应值；步骤S616：在个体与所述新个体NE^t之间选择更优者进入下一代种群，并更新所述个体的已滞次数步骤S617：通过公式ik＝ik+1，更新所述第二计数器ik；步骤S618：如果所述第二计数器ik小于或等于PSZ，则转到步骤S64，否则转到步骤S7；步骤S7：所述种群中的侦察蜂执行搜索操作；步骤S8：找出所述种群中最优个体，并保存；步骤S9：利用公式t＝t+1，更新所述迭代次数t；步骤S10：判断所述迭代次数是否达到所述最大迭代次数，如果所述迭代次数没有达到所述最大迭代次数，则重复步骤S5至步骤S9；否则，将所述最优个体解码为所述待配准弓网图像的配准参数，根据所述配准参数对所述待配准弓网图像进行空间变换，得到配准的弓网图像。