[发明专利]基于混合互信息和改进粒子群优化的图像配准方法

摘要

本发明提供了一种基于混合互信息和改进粒子群优化的图像配准方法，包括如下步骤：以Renyi熵计算浮动图像和参考模板图像的间互信息；设置种群规模大小、算法迭代的最大步数和非线性调节参数n、最小阈值；根据PSO算法速度更新和位置更新公式计算每一个粒子新的速度和位置，进而更新局部最优解P_id和全局最优解P_gd；以shannon熵作为相似性测度对全局最优解P_gd局部寻优，记算得到的全局最优解R_id；比较所述全局最优解R_id与预设的最小阈值F_min，直到迭代结束或算法配准失败，算法结束；映射变换后的图像的各个像素的灰度值。相较现有技术，本发明的计算速度快、配准时间短、配准参数更为准确。

主权项

一种基于混合互信息和改进粒子群优化的图像配准方法，其特征在于包括如下步骤：S1：以Renyi熵计算输入的浮动图像和所选参考模板图像的间互信息；S2：设置种群规模大小、算法迭代的最大步数和非线性调节参数n、最小阈值，以及绕3个坐标轴的平移参数和旋转参数；S3：进行第一次迭代过程，根据PSO算法速度更新和位置更新公式计算每一个粒子新的速度和位置，进而更新局部最优解P_id和全局最优解P_gd；S4：以shannon熵作为相似性测度对全局最优解P_gd局部寻优，根据预先设计的最大迭代次数或最小阈值条件判断算法走向，记算法得到的全局最优解R_id；S5：比较所述全局最优解R_id与步骤S2所预先设计的最小阈值F_min，若R_id＞F_min，则没有达到目标期望的精度要求，算法转至步骤S3继续迭代；若反之，则顺序至步骤S6；若迭代达到最大迭代步数要求，依然是R_id＞F_min，则算法配准失败，算法结束；S6：以PV插值算法映射变换后的图像的各个像素的灰度值。