自適應(yīng)遺傳算法在多模圖像配準中的應(yīng)用(編輯修改稿)
2024-10-22 16:05 本頁面
【文章內(nèi)容簡介】 (3)歸一化互信息能更好的反映配準函數(shù)的變化。 配準變換模型對待配準的兩幅圖像，首先建立統(tǒng)一的立體坐標系統(tǒng)，坐標原點定義在圖像的灰度重心，將兩幅圖像進行粗配準。選擇一幅圖像作為參考圖像R，另一幅圖像作為浮動圖像F，從浮動圖像的空間坐標PF到參考圖像的空間坐標PR的剛體變換可以用下式描述：VR(PR CR) = Rx(Φx)Ry(Φy)Rz(Φz)VF(PF CF) + t(tx，ty，tz ) (4)其中，VF和VR為33的對角陣，分別表示圖像F和R的像素大小；CF和CR分別式兩幅圖像的中心；R = Rx(Φx)Ry(Φy)Rz(Φz) 是33的旋轉(zhuǎn)矩陣，Φx，Φy，Φz 分別是繞x軸，y軸和z軸的旋轉(zhuǎn)角度；t是平移向量，tx，ty，tz分別是在x軸，y軸和z軸上的平移距離?；诨バ畔⒌呐錅蔬^程是一個多參數(shù)的優(yōu)化過程，即搜索使兩幅圖像間的互信息最大的空間變換的過程，找到最優(yōu)的參數(shù)tx，ty，tz，Φx，Φy，Φz。 3改進的自適應(yīng)遺傳算法 交叉與變異概率遺傳算法參數(shù)中的交叉概率Pc和變異概率Pm的選擇對解的質(zhì)量有很大的影響，認為當 (5)時（k為一常數(shù)），式中fmax為種群中的最大個體適應(yīng)度，favg為種群中的平均個體適應(yīng)度，種群處于進化前期，此時種群中適應(yīng)值的分散程度較大，故采用較大的交叉概率和較小的變異概率，以提高解的收斂速度，當 (6)時，種群處于進化后期，種群中適應(yīng)之分散程度較小，種群易于出現(xiàn)早熟。故采用較小的交叉概率和較大的變異概率，以擴大解空間的搜索范圍，避免進化陷入局部最優(yōu)解，實現(xiàn)全局優(yōu)化[5]。本文中進化前期Pc和Pm的選擇如下所示： (7) (8)其中Pc0和Pm0為Pc和Pm的基值。進化后期Pc和Pm的選擇如下所示[6]： (9)
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1