改进Hausdorff距离和粒子群的图像配准算法

发布时间：2021-04-09 06:03

　　为了实现异源遥感图像在部分遮挡情况下配准,提出一种改进粒子群和Hausdorff距离测度图像配准算法。利用尺度不变特征变换算法提取图像特征集,融合部分平均和标准方差思想改进Hausdorff距离,将其作为特征匹配相似性测度。引入正余弦变化动态改变粒子群算法中惯性因子和学习因子,并加入Levy飞行和Logistic混沌机制避免粒子群算法陷入局部最优,将改进的粒子群算法作为特征匹配搜索策略,得到最优解值,从而完成图像配准。实验结果表明,改进的Hausdorff距离测度适应性更强,粒子群算法寻优性能更佳。该图像配准算法具有较好地图像配准效果。 

【文章来源】：西安邮电大学学报. 2019,24(05)

【文章页数】：6 页

【部分图文】：

同源未遮挡遥感图像配准结果

图1 同源未遮挡遥感图像配准结果表1 无遮挡条件下各距离测度性能对比 距离测度 实验次数 成功次数 成功率/% HD 50 38 76 PHD 50 40 80 MHD 50 41 82 LTS-HD 50 41 88 IPMHD 50 45 90

为验证IPMHD算法对遮挡适应性及鲁棒性,选取Landsat4-5 MSS多波段卫星图作为异源图像对,图像规格为761×748像素,如图3所示,其中图3(b)为图3(a)中截取200×200像素子图;图3(d)为图4(c)的遮挡40%,图3(e)为图3(b)和图3(d)之间的配准。分别将IPMHD、HD、PHD 、MHD和LTS-HD等5种测度根据图3中的配准图进行不同比例遮挡实验,5种Hausdorff距离测度在遮挡条件下的图像匹配成功率如图4所示。图4 各距离测度在遮挡条件下的图像匹配成功率

【参考文献】：
期刊论文
[1]基于分群策略的混沌粒子群优化算法[J]. 薛文,苏宏升.  计算机工程与设计. 2019(02)
[2]基于改进粒子群算法的路径规划[J]. 贾会群,魏仲慧,何昕,张磊,何家维,穆治亚.  农业机械学报. 2018(12)
[3]改进Hausdorff距离和粒子群算法在激光制导中的应用[J]. 宋睿,张合新,吴玉彬,宫梓丰.  激光与红外. 2017(12)
[4]改进Hausdorff距离和量子遗传算法在激光制导中的应用[J]. 张腾飞,张合新,孟飞,强钲捷,杨小冈.  激光技术. 2016(03)
[5]基于改进Hausdorff距离的图像配准方法[J]. 李伟峰,周金强,方圣辉.  国土资源遥感. 2014(02)
[6]采用扰动加速因子的自适应粒子群优化算法[J]. 姜建国,田旻,王向前,龙秀萍,李锦.  西安电子科技大学学报. 2012(04)
[7]基于分割模板加权Hausdorff距离矩阵的特征匹配算法[J]. 徐一鸣,刘晓利,刘怡昕.  兵工学报. 2011(11)



本文编号：3127061