[发明专利]基于鲸鱼优化算法和灰色关联分析的快速图像匹配方法

摘要

本发明公开了一种基于鲸鱼优化算法和灰色关联分析的快速图像匹配方法，利用灰色关联分析简化相似性度量计算，再用鲸鱼优化算法进行匹配搜索得到最佳匹配位置，提出一种抗噪性较好的快速图像匹配算法。本发明将使用基于灰色关联分析改进的鲸鱼优化算法应用于图像匹配，实现了快速的图像匹配，使图像匹配算法有良好的效率和匹配正确率且抗噪性能良好，是一种有实际应用价值的新方法。

主权项

1.一种基于鲸鱼优化算法和灰色关联分析的快速图像匹配方法，其特征在于，包括以下步骤：步骤1：输入需进行搜索的目标图像S和模板图像T；步骤2：初始化鲸鱼优化算法所需的参数以及N个鲸鱼的位置，得到算法的初始种群；其中鲸鱼优化算法所需的参数包括鲸鱼群的个数大小N，最大循环次数iter_max，对数螺旋形状常数b，当前迭代次数j，全局最优位置X*；步骤3：将鲸鱼优化算法的初始的位置向量所对应的图像匹配对应像素点的坐标位置，利用适应度评价函数计算得到每个图像匹配候选像素点的适应度值，将适应度值最高的解记为步骤4：计算系数向量A和C；步骤5：生成随机数p，p∈[0,1]，根据p的取值选择鲸鱼群的空间位置更新方式；步骤6：对于已经更新空间位置的鲸鱼群个体计算其适应度值，适应度函数f(X)设置如下： f ( X ) = 1 L Σ k = 1 m ϵ 0 r ( k ) ]]>其中L为灰度级数，ε0r为比较序列和参考序列间的灰色关联系数，f(X)最大为1，此时两幅图像完全匹配；k＝1,2,...m，m表示序列长度；步骤7：通过比较更新前后鲸群的位置向量对应的适应度函数值，确定下一代鲸群的位置；步骤8：记录全局最好的位置X*以及其适应度值Fbest；步骤9：判断是否达到预设的最大的循环次数，若是，则输出最优鲸鱼群个体的位置；若否，则回转执行所述步骤4。