基于改進(jìn)布谷鳥算法的圖像配準(zhǔn)和融合中的參數(shù)優(yōu)化.pdf

1、圖像配準(zhǔn)可以歸結(jié)為尋求最佳空間變換的多參數(shù)優(yōu)化問題，圖像融合中加權(quán)系數(shù)等參數(shù)經(jīng)過優(yōu)化后會(huì)使融合效果更佳?？焖?、精確、適應(yīng)性強(qiáng)的優(yōu)化算法是實(shí)現(xiàn)參數(shù)優(yōu)化的重要步驟。標(biāo)準(zhǔn)布谷鳥算法是基于布谷鳥尋窩產(chǎn)卵行為提出的新型智能算法，具有簡單高效、隨機(jī)路徑優(yōu)、參數(shù)少、程序運(yùn)行簡單等特征，但也存在局部搜索能力相對(duì)較弱、后期搜索速度慢、計(jì)算精度不高等缺點(diǎn)。
　　將遺傳因子融入標(biāo)準(zhǔn)布谷鳥算法中，提出一種基于遺傳因子的布谷鳥算法，通過選擇操作和添加交叉、

2、變異因子，增加種群的多樣性，提高算法全局搜索能力。實(shí)驗(yàn)表明，改進(jìn)后算法的尋優(yōu)精度比標(biāo)準(zhǔn)布谷鳥算法高，表現(xiàn)出更好的收斂性和穩(wěn)定性。將混沌搜索融入標(biāo)準(zhǔn)布谷鳥算法，提出一種基于混沌搜索的布谷鳥算法，利用混沌運(yùn)動(dòng)隨機(jī)性、遍歷性的特點(diǎn)，使種群均勻分布，并增強(qiáng)算法跳出局部極值的能力。實(shí)驗(yàn)表明，改進(jìn)后的算法在搜索空間小時(shí)搜索能力增強(qiáng)，但其收斂性和穩(wěn)定性不如基于遺傳因子的布谷鳥算法好。
　　為了進(jìn)一步提高算法的收斂速度和計(jì)算精度，將算法中的固定參

3、數(shù)改為隨迭代過程自適應(yīng)變化的動(dòng)態(tài)參數(shù)，在基于遺傳因子布谷鳥算法的基礎(chǔ)上提出基于遺傳因子自適應(yīng)布谷鳥算法。實(shí)驗(yàn)表明，基于遺傳因子自適應(yīng)布谷鳥算法的收斂速度和全局尋優(yōu)能力進(jìn)一步提高并且可靠性更高。最后將基于遺傳因子自適應(yīng)布谷鳥算法用于圖像配準(zhǔn)和圖像融合的參數(shù)優(yōu)化中，并與其他智能算法對(duì)比，實(shí)驗(yàn)表明，該算法配準(zhǔn)精度高、時(shí)間短，并且尋找的最優(yōu)權(quán)值系數(shù)融合后得到的融合圖像能提取更多有用信息，融合效果更佳，充分驗(yàn)證了本文算法的有效性、穩(wěn)定性和可行性。