[发明专利]一种基于蜂群算法的遥感影像有理函数模型结构优化方法

摘要

一种基于蜂群算法的遥感影像有理函数模型优化方法，涉及遥感成像几何模型优化领域。针对基于有理函数模型的遥感成像几何模型因参数项过冗余造成的模型精度低问题，用蜂群算法对该模型进行优化，步骤如下：一、构造待求解的二值向量x和收益度函数f(x)；二、初始化蜂群算法参数；三、蜂群初始化；四、开始迭代，E蜂优化；五、计算E蜂招募概率；六、O蜂优化；七、更新全局最优解；八、判断迭代终止条件，若满足，优化完成；反之进行步骤九；九、判断各解是否满足S蜂启动条件，若不满足，返回步骤四；若满足，进行步骤十；十、启动S蜂，产生一个新解替换原解，返回步骤四。该方法能简化遥感成像几何模型结构，使其更准确地逼近成像几何关系。

主权项

一种基于蜂群算法的遥感影像有理函数模型结构优化方法，其特征在于它的步骤如下：步骤一：构造一个待求解的二值向量x＝{xi},其中，i＝1,2,…,D,xi＝{0,1}，其长度D为待优化的遥感影像的有理函数模型RFM参数项系数的个数；根据已知地面控制点GCP的实际坐标，将根据RFM模型解算出对应影像点的影像坐标，与实际GCP对应影像坐标之间的误差，作为收益度函数f(x)，则显然f(x)越小，则优化的收益度越好；进而通过以下步骤找到使f(x)达到最小值的解x；RFM模型如公式(1)：(r,c)＝RFM(X,Y,Z)其中其中r,c为遥感影像坐标，X,Y,Z为真实地理三维坐标；Pi(X,Y,Z)组成形式如公式(2)：Pi(X,Y,Z)=ai0+ai1X+ai2Y+ai3Z+ai4XY+ai5XZ+ai6YZ+ai7X2+ai8Y2+ai9Z2,i=1,2,3,4---(2)]]>式中各分式的多项式最高次数取2，并令P3(X,Y,Z)＝P4(X,Y,Z)，将RFM模型中所有参数项的系数aij组合起来，每个系数对应一个二值数，并组成一个长度为D的向量xj，其中，j＝1,2…D，若xj取0，表示舍弃对应项；若xj取1，表示保留对应项；步骤二：初始化蜂群算法参数，所述参数包括蜜蜂总数PN，将蜜蜂分为三类，S蜂PN/2个，E蜂0个，O蜂PN/2个，设定S蜂启动阈值Limit，解空间维数D；设定迭代终止条件：最大迭代次数和收益度阈值；步骤三：蜂群初始化，令每一个蜜蜂对应一个解x，首先由PN/2个S蜂找到PN/2个初始解xi，其中，i＝1,2,…,PN/2，为每个解设置一个S蜂启动计数器Failure(i)，并将其置零，计算各解的收益度f(xi)，存储当前全局最优解xbest，，随后S蜂全部变为E蜂，即此时PN/2个E蜂对应PN/2个初始化解，随后进入E蜂优化阶段；步骤四：迭代开始：首先是E蜂优化阶段：每个E蜂修正其对应解xi，其中，i＝1,2,…,PN/2，计算修正后的解所对应的收益度f(x'i)，比较f(xi)和f(x'i)，若f(xi)≥f(x'i)，则保留当前E蜂所对应的解xi不变，同时Failure(i)＝Failure(i)+1；若f(xi)<f(x'i)则用x'i替换当前E蜂所对应的解xi，替换完成后统一仍用xi表示；步骤五：计算各个E蜂招募概率其中，i＝1,2,…,PN/2；步骤六：O蜂优化阶段：对PN/2个E蜂优化后所获得的PN/2个解xi，其中，i＝1,2,…,PN/2，每一个O蜂根据轮盘赌准则，首先生成一个[0,1]之间的随机数po，逐次与各E蜂所对应的招募概率p(i)进行比较，若po<p(i)，则当前O蜂对该E蜂进行修正，每一个O蜂只修正一个E蜂；以此原则，能保证招募概率大的E蜂，即更好的解获得更大概率的修正次数；计算每个被O蜂修正后的解x'i所对应的收益度f(x'i)，与步骤四中类似，比较f(x'i)与当前解的收益度f(xi)，若f(xi)≥f(x'i)，则保留解xi不变，同时Failure(i)＝Failure(i)+1；若f(xi)<f(x'i)则用x'i替换当前解xi，替换完成后统一仍用xi表示；步骤七：计算并比较经过O蜂优化后的PN/2个解的收益度f(xi)，其中，i＝1,2,…,PN/2，选出对应最小f(x)值的解xiter，进而比较f(xiter)与当前全局最优解所对应的收益度f(xbest)，若f(xiter)≥f(xbest)，则保留原最优解xbest不变；若f(xiter)<f(xbest)，则用xiter替换xbest成为新的全局最优解，替换完成后统一仍用xbest表示；步骤八：判断迭代终止条件情况，若迭代次数已到达最大迭代次数MCN，或者当前全局最优解对应收益度f(xbest)已经达到或小于收益度阈值FT，则优化完成，将所得的解对应原RFM模型参数项，保留数值为1的项，舍弃数值为0的项，即为优化后的RFM模型；若不满足，则进行步骤九；步骤九：判断各解对应的S蜂启动计数器Failure(i)值是否超过阈值Limit，若未超过，则返回步骤四；若超过，则进行步骤十；步骤十：启动S蜂，此时设定一个额外的S蜂，产生一个新的解x，取代对应Failure(i)超出Limit的解xi，成为新的一个E蜂，并返回步骤四，进行下一轮迭代，直至步骤八满足迭代终止条件。