[发明专利]基于蛙跳算法的点射影深度估计方法

摘要

本发明公开一种基于蛙跳算法的点射影深度估计方法，其首先将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；然后对所得透视图像序列及测量矩阵进行归一化处理；最后生成G个青蛙，每个青蛙代表一个解，并利用蛙跳算法选出整个种群中适应度最好青蛙，并将最好青蛙所代表的解作为待求的射影深度输出。本发明具有收敛速度快，容易获得最优解的特点，其所估计出的射影深度能够使得合适的调整矩阵可以进行因数分解。

主权项

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,…,λ_1j,λ₂₁,λ₂₂,…,λ_2j,…,λ_ij…,λ_qn}，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Y_K，每个子群Y_K包含b个青蛙，并按以下公式将青蛙分组，放入不同的子群，Y_k＝[(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Y_K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。