冯雪芳
- 作品数：2 被引量：8H指数：2
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于归一化边缘互信息与自适应加速粒子群的图像配准方法被引量：4
- 2013年
- 传统的归一化互信息配准方法未利用图像的空间信息,当图像中混有一定噪声时,会出现误配准。边缘是图像最基本的特征之一,为了改进归一化互信息方法,提高图像配准的精度,加快收敛速度,将图像的边缘信息与灰度信息自适应地结合,形成归一化边缘互信息测度(NCMI),提出一种基于加速因子的自适应加速粒子群优化算法(AAPSO)来优化基于NCMI测度的图像配准。AAPSO算法通过对解排序,将指定数量的劣解进行进化加速来引导粒子的飞行,并对自适应惯性权重公式加以改进,提高了算法的收敛性,防止早熟收敛并增加优化解的多样性,同时加入加速因子来提高收敛速度。实验结果表明,该方法配准精度高,速度快,具有较强的实用性。
- 冯雪芳吴锡生
- 关键词：图像配准归一化互信息
- 一种混合搜索优化策略的图像配准方法研究被引量：4
- 2012年
- 研究图像配准,一般都存在配准精度低,速度慢的不足。为解决上述问题,以归一化互信息作为相似性测度,提出了一种新的混合搜索优化策略:改进的蚁群算法与Powell相结合来优化配准所需的变换参数。利用粒子群算法(PSO)的思想对连续蚁群算法(ACO)的信息素全局更新规则进行改进,并与改进的Powell局部优化算法相结合,得到了亚像素级的配准精度,并且提高了配准效率。实验结果表明,改进算法可保证在全局收敛的基础上,配准精度高,速度较快,具有较好的实用性。
- 冯雪芳吴锡生
- 关键词：图像配准归一化互信息蚁群算法混合优化算法
