基于pso算法的圖像匹配技術(shù)(編輯修改稿)
2025-07-24 19:35 本頁面
【文章內(nèi)容簡介】 像和實(shí)時圖像為： 輸入的基準(zhǔn)圖像 輸入的實(shí)時圖像程序運(yùn)行輸出的結(jié)果為： 輸出的PSO尋優(yōu)匹配結(jié)果本文對該算法的匹配率進(jìn)行了試驗(yàn)：共進(jìn)行了30次試驗(yàn)，成功匹配29次，%，達(dá)到了較好的匹配準(zhǔn)確率。本文也對本算法和全遍歷法在模板匹配次數(shù)和時間效率上進(jìn)行了試驗(yàn)測試。結(jié)果如表1所示。表1 本算法和全遍歷算法比較算法全遍歷法PSO算法運(yùn)行時間模板匹配次數(shù)121*121=1464160*120=7200實(shí)驗(yàn)中發(fā)現(xiàn)群體數(shù)目不易過大或過小。過大，PSO 算法的優(yōu)化性能得不到體現(xiàn)；過小，有可能會出現(xiàn)所求得的最優(yōu)解的精度達(dá)不到要求。迭代次數(shù)亦是如此，次數(shù)過多會加大運(yùn)算量，降低算法的效率，過少，可能會導(dǎo)致最終解的精度不夠。在上述實(shí)驗(yàn)圖像和環(huán)境下，經(jīng)過多次實(shí)驗(yàn)后，發(fā)現(xiàn)群體數(shù)在60左右，迭代次數(shù)在120次左右時，能得到較滿意的結(jié)果。理論上講，圖像匹配問題按上述實(shí)驗(yàn)圖像的情況，其計算量為（MS+1）（NJ+1）=14641次模板匹配計算，而PSO算法則只需要（群體數(shù)目迭代次數(shù)）次模板匹配計算，在實(shí)驗(yàn)中群體數(shù)為60，迭代次數(shù)為120，所以模板匹配計算的次數(shù)為7200次。同時時間效率上也要優(yōu)于全遍歷法，而且這種優(yōu)勢在需要遍歷位置更多時，會表現(xiàn)得更加明顯。 展望為更加減少計算量，提高算法的效率，本算法有如下改進(jìn)方向。，在保證匹配率的前提下，降低粒子數(shù)和迭代次數(shù)。，例如引入收縮因子，并將速度的限制放寬、將學(xué)習(xí)因子、采取自適應(yīng)時變調(diào)整策略。在基本PSO算法中加入禁忌(Tabu)算法，將基本PSO和遺傳算法相結(jié)合，進(jìn)一步提出雜交PSO。5參考文獻(xiàn)[1] 紀(jì)震，廖惠連，[M]，科學(xué)出版社，[2] 江銘炎，[M]，科學(xué)出版社，[3] [D].[4] [D].[5] [D]。[6] 鹿艷晶，馬 [J].(10).[7] 王維真，熊義軍，魏開平，.(12). 附錄在此附上pso算法的源碼，遍歷法以及截取實(shí)時圖像的源碼詳見程序文件夾。%本程序目的是用pso算法來對圖像進(jìn)行匹配tic%界面變量清理close allclearclc%讀取圖片信息f=imread(39。39。)。[row1，colu1]=size(f)。t=imread(39。39。)。[row2，colu2]=size(t)。%參數(shù)設(shè)置w_max=1。 % 慣性權(quán)重最大值w_min=。 % 慣性權(quán)重最小值p_num=60。 % 粒子規(guī)模數(shù)量p_dim=2。 % 粒子維數(shù)c1=2。c2=2。 % 學(xué)習(xí)因子v_max=10。 % 速度上限v_min=10。% 速度下限p_iter=120。 % 迭代最大次數(shù)次數(shù)設(shè)定p_position_min=1。p_position_max=row1row2+1。%初始化，位置和速度p_position=zeros(p_num，p_dim)。 % 先設(shè)定一個空的矩陣，來放置粒子當(dāng)前位置信息，注意行和列的設(shè)定p_speed=zeros(p_num，p_dim)。 % 先設(shè)定一個空的矩陣，來放置粒子當(dāng)前速度信息，注意行和列的設(shè)定for k_ini=1:p_num % 范圍最大值為粒子的個數(shù) p_position(k_ini，:)=round(p_position_min+... (p_position_maxp_position_min)*rand(1，p_dim))。 % 初始化位置，位于p_position_min到p_position_max之間的隨機(jī)均勻分布的數(shù)據(jù) p_speed(k_ini，:)=round(10+20*rand(1，p_dim))。 % 初始化速度，位于10到10之間的隨機(jī)均勻分布的數(shù)據(jù)
研究報告相關(guān)推薦
鄂ICP備17016276號-1