[发明专利]一种基于HRTF-PSO-FCM的无人机侦察视觉信息可听化方法

权利要求书

1.一种基于HRTF-PSO-FCM的无人机侦察视觉信息可听化方法，特征在于：(1)计算更新隶属度；(2)计算更新适应度；(3)更新每个粒子的速度；(4)更新每个粒子的位置；(5)进行灰度变换；(6)确定图像与声音的映射关系；具体包括以下六个步骤：

步骤一：计算更新隶属度u_ik：

首先，初始化各项参数，包括惯性权重w，群体规模N，学习因子c₁和c₂，个体极值P_best,i，全局极值G_best，模糊指数m，聚类数目c，最小迭代误差ε，最大迭代次数T_max，令当前迭代次数t＝0；

式中，i为第i个粒子，k为第k类，d_ik为样本点x_i距离聚类中心的欧氏距离；

步骤二：计算更新适应度f(x_i)：

式中，k为常数，J_m(U,V)为聚类的目标函数，U表示原矩阵，V表示聚类中心，其中，当J_m(U,V)达到最小值时，个体适应度具有最大值；

若计算得到的适应度大于P_best,i，则更新P_best,i；若大于G_best的适应度，则更新G_best；

步骤三：更新每个粒子的速度V_i(t+1)：

V_i(t+1)＝wV_i(t)+c₁r₁(P_best,i(t)-X_i(t))+c₂r₂(G_best(t)-X_i(t))；

式中，i为第i个粒子，t表示迭代次数，w为惯性权重，r₁、r₂表示[0,1]之间的随机数，X_i(t)表示第i个的位置向量；

步骤四：更新每个粒子的位置X_i(t+1)：

X_i(t+1)＝X_i(t)+V_i(t+1)；

式中，X_i(t)表示第i个的位置向量；当ε为最小迭代误差，或者t＞T_max时，T_max为最大迭代次数，迭代终止，根据最大隶属度完成对图像的目标分割；否则返回步骤二，使得t＝t+1；

步骤五：进行灰度变换：

对经过目标分割的图像进行灰度变换，增强目标，消除背景：

步骤六：确定图像与声音的映射关系：

首先，将处理过的图像进行下采样，得到24×32像素结果，将方向角均匀划分为b份，仰角设定l个角度，得到l×b尺寸大小的声源矩阵，深度图像灰度值映射为声源响度，划分为d个等级，则图像-声音的映射方案如下所示，表达式为：

σ(t)＝2^dsin(2πf(i)s),s＝1,2,…,n×β；

式中，f(i)是行坐标i映射的音符频率，s为无人机侦察视觉信息可听化处理的声源样点数，决定声源的播放时间，β为基本样点数，n为无人机侦察视觉信息可听化处理的声源所映射到的像素点个数。