[发明专利]基于蛙跳算法的点射影深度估计方法在审
申请号: | 201510332487.8 | 申请日: | 2015-06-16 |
公开(公告)号: | CN104867185A | 公开(公告)日: | 2015-08-26 |
发明(设计)人: | 雷晓春;周旭;江泽涛;王勇;赵佳;陈俊彦 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T7/00;G06F17/30;G06N3/00 |
代理公司: | 桂林市持衡专利商标事务所有限公司 45107 | 代理人: | 陈跃琳 |
地址: | 541004 广*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 蛙跳 算法 射影 深度 估计 方法 | ||
1.基于蛙跳算法的点射影深度估计方法,其特征是,包括如下步骤:
步骤1,将n个三维空间物体点通过q个射影矩阵投射到透视图像序列上,生成测量矩阵;
步骤2,对所得透视图像序列及测量矩阵进行归一化处理;
步骤3,选择子群数量a和每个子群中青蛙的个数b,则整个种群的数量G=a×b;定义一个解U(x)={λ11,λ12,…,λ1j,λ21,λ22,…,λ2j,…,λij…,λqn},i=1,2,…,q,j=1,2,…,n;
步骤4,生成G个青蛙,每个青蛙代表一个解U(x);
步骤5,将每只青蛙所对应的测量矩阵进行奇异值分解,并由适应度函数公式计算每只青蛙的适应度J(x);
步骤6,将所有青蛙按其青蛙的适应度J(x)排序,生成一个集合X={(U(x),J(x)},并记录整个种群中适应度最好青蛙Pg;
步骤7,将集合X分成a个子群YK,每个子群YK包含b个青蛙,并按以下公式将青蛙分组,放入不同的子群,
Yk=[(U(l)k,J(l)k)|U(l)k=U(k+a(l-1)),J(l)k=J(k+a(l-1))]
其中k=1,2,…,a,l=1,2,...,b;
步骤7,通过意识进化,使得每组子群中的每只青蛙离目标位置更逼近;
步骤8,在每个子群中执行了一定意识进化以后,将各个子群YK进行合并,合并后再按青蛙的适应度J(x)进行重新排序,以更新集合X={(U(x),J(x)}及整个种群中适应度最好青蛙Pg;
步骤9,检查终止条件,如果迭代终止条件满足,则将整个种群中适应度最好青蛙Pg所代表的解U(x)作为待求的射影深度输出;否则,返回步骤6。
2.根据权利要求1所述基于蛙跳算法的点射影深度估计方法,其特征是,步骤7中,将每组子群中执行意识进化的过程如下:
步骤7-1,初始化子群计数im=0,进化次数in=0;用Pb和Pw分别表示每个子群YK中适应度最好和最差青蛙;
步骤7-2,子群计数im不变,并逐渐增大进化次数in,直至进化次数in达到设定的最大进化数N,每次进化次数in的变化对应一轮进化迭代;进化次数in不变,并逐渐增大子群计数im,直至子群计数im达到设定的子群数量a,每次子群计数im的变化对应一轮进化迭代;
步骤7-3,在每一轮进化迭代过程中,均采用如下方法调整每个子群中适应度最差青蛙Pw位置,即先计算最差青蛙Pw移动到最好青蛙Pb的距离D,再将最差青蛙Pw的当前位置加上距离D作为最差青蛙Pw的更新后的位置;
步骤7-4,比较最差青蛙Pw更新前和更新后的适应度,如果更新后的适应度好于更新前的适应度,则用处于新位置的最差青蛙Pw取代原来的青蛙,否则用整个种群中适应度最好青蛙Pg代替每个子群YK中适应度最好青蛙Pb,并重复步骤7-3的过程;
步骤7-5,如果始终不能生成更好的青蛙,那么就随机生成一个新的青蛙去取代原来最差青蛙Pw。
3.根据权利要求1所述基于蛙跳算法的点射影深度估计方法,其特征是,步骤5和步骤8中,均采用适应度J(x)升序的方式对所有青蛙的进行排序。
4.根据权利要求1所述基于蛙跳算法的点射影深度估计方法,其特征是,步骤9中,将整个种群中适应度最好青蛙Pg不再改变或达到最大的进化次数N作为迭代终止条件。
5.根据权利要求1所述基于蛙跳算法的点射影深度估计方法,其特征是,步骤2中,对所得透视图像序列及测量矩阵进行归一化处理是让每一幅透视图像中的透视图像的坐标乘上1个公共因子,使它们的平均范数为
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510332487.8/1.html,转载请声明来源钻瓜专利网。