申请/专利权人：江西理工大学

申请日：2020-07-13

公开（公告）日：2024-01-05

公开（公告）号：CN111899286B

主分类号：G06T7/30

分类号：G06T7/30;G06N3/126;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.01.05#授权;2020.11.24#实质审查的生效;2020.11.06#公开

摘要：本发明公开了一种基于精英差分演化的图像配准方法。本发明应用精英差分演化算法来优化图像配准的参数。在精英差分演化算法中，首先用户输入参考图像和待配准图像，然后随机生成种群，并利用参考图像和待配准图像计算种群中每个个体的适应值，再选择出精英解集，计算精英解集中个体的组合权重以及生成基础个体，并执行基础个体导向的搜索策略来加快算法的收敛速度，提高数字图像配准的效率。

主权项：1.一种基于精英差分演化的图像配准方法，其特征在于，包括以下步骤:步骤1，用户输入一幅参考图像RIM和一幅待配准图像ZIM；步骤2，用户输入种群大小NP，最大迭代次数GMAX；步骤3，设置当前代数G＝0；步骤4，在[0,1]范围内随机产生杂交概率在[0.1,1.0]范围内随机产生缩放因子FiG，其中下标i＝1,2,...,NP；步骤5，随机产生种群CPI＝{X1,X2,...,Xi,...,XNP}，其中Xi为种群中的第i个个体，并且Xi存储了PD个图像配准参数：待配准图像在横坐标上的配准偏移量，待配准图像在纵坐标上的配准偏移量，以及待配准图像的配准旋转角度；下标i＝1,2,...,NP；图像配准参数的数量PD＝3；步骤6，计算种群中每个个体的适应值XFitsi，具体过程为：从个体Xi中提出PD个图像配准参数，然后利用得到的PD个图像配准参数对待配准图像ZIM进行空间变换得到变换图像DIM，计算参考图像RIM和变换图像DIM之间的互信息MIi，设置个体Xi的适应值为MIi；步骤7，从种群中选出适应值最大的个体记录为最优个体XBest，然后设置精英解集的规模eliteN＝ceilNP×0.1，其中ceil表示向上取整函数；步骤8，在[0,1]范围内随机产生五个随机实数rd1，rd2，rd3，rd4和rd5，然后根据公式1计算扰动权重rwd： 其中，sin为正弦函数；π为圆周率；步骤9，根据公式2计算当前缩放因子EFi： 步骤10，根据公式3计算当前杂交概率ERi： 步骤11，根据适应值从大到小的顺序对种群中的个体进行排序，然后选择出种群中排在前面的eliteN个个体作为精英解集eliteX，并根据公式4计算精英解集中每个个体的组合权重Wk： 其中，cos表示余弦函数；π表示圆周率；Wk表示精英解集中第k个个体的组合权重，eliteXFitsk表示精英解集中第k个个体的适应值；个体下标k＝1,2,...,eliteN；BestFit表示最优个体的适应值；步骤12，根据公式5计算出基础个体EB： 其中，eliteXk表示精英解集中的第k个个体；基础个体EB存储了PD个图像配准参数：图像在横坐标上的偏移量，图像在纵坐标上的偏移量和图像的旋转角度；步骤13，从种群中随机挑选出两个不相同的个体和个体然后根据公式6生成变异个体ViG： 其中，表示个体ViG中存储的第j个图像配准参数；表示个体中存储的第j个图像配准参数；表示个体中存储的第j个图像配准参数；维度下标j＝1,2,...,PD；步骤14，根据公式7生成杂交个体 其中，PCR是[0,1]之间的随机实数；jrand是[1,PD]之间的一个随机正整数；表示杂交个体中存储的第j个图像配准参数；步骤15，计算杂交个体的适应值；步骤16，如果杂交个体的适应值大于或者等于种群中的个体Xi的适应值，则利用杂交个体替换种群中的个体Xi，否则保持种群中的个体Xi不变；步骤17，如果杂交个体的适应值大于或者等于种群中的个体Xi的适应值，则设置FiG＝EFi以及设置否则保持FiG和不变；步骤18，从种群中选出适应值最大的个体保存到最优个体XBest；步骤19，设置迭代次数G＝G+1，然后判断迭代次数G是否等于最大迭代次数GMAX，如果不是则转到步骤8，否则转到步骤20；步骤20，从最优个体XBest中提取图像配准参数，并利用得到的图像配准参数对待配准图像ZIM进行空间变换，即得到配准图像。

全文数据：

权利要求：

百度查询： 江西理工大学 基于精英差分演化的图像配准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD