免费论文摘要：集体智能算法在图像配合中的运用

图像配合是经过确定算法在探求图像(也称配合图像)中探求沙盘图像(也称目的图像)相映或邻近场所的进程。它是图像领会和计划机视觉的要害步骤之一，在呆板人视觉、目的盯梢、机动导航、疏通领会、笔墨辨别等范围表现着格外要害的效率。几十年来，国表里接洽者在图像配合上面做了洪量接洽处事，纵然暂时已爆发了上百种图像配合本领，然而那些本领在配合精度、配合速率、通用性和鲁棒性等上面尚不完备。正文运用集体智能优化算法中的人为鱼群算法和人为蜂群算法等新式智能集体，计划配合速率快、鲁棒性强的图像配合新算法和新本领，重要处事囊括：1)接洽、领会现有的图像配合本领的道理和优缺陷。中心是鉴于集体智能算法的图像配合本领——鉴于粒子群算法的图像配合本领和鉴于遗传算法的图像配合本领。在保守图像配合本领，普遍沿用遍历寻优法。遍历寻优所需的宏大计划量对配合速率是沉重的缺点。所以，接洽者全力探究少许赶快的寻优算法。遗传算法(Genetic Algorithm，简称GA)和粒子群算法(Particle Swarm Optimization，简称PSO)即是个中两种运用较为普遍的赶快寻优算法。暂时，基础的或是矫正的遗传算法以及粒子群算法仍旧在图像配合算法中博得了普遍运用，也博得了明显功效。2)计划领会了一种新的集体智能优化算法——人为蜂群算法(Artificial Bee ColonyAlgorithm，简称ABCA)，并将之引入到图像配合，以普及图像配合速率；同声，将灰色表面引入到鉴于灰度的图像配合本领中，结构鉴于直方图消息和灰色关系度的符合度因变量，结果，提出一种新的图像配合算法——鉴于灰色关系领会和ABCA的赶快图像配合算法(GABCA)。天然界中，人为蜂总能赶快、精确地创造花蜜量较大的风源，展现出较强的集体寻优本领。同样，图像配合也是在稠密待配合点中探求最好配合点。所以，将人为蜂群算法用来图像配合具备可行性和寻优上风。试验截止表露，GABCA算法普及了配合速率和配合精度，且抗噪性较好。3) 计划领会了一种新式的集体智能优化算法——人为鱼群算法(Artificial Fish Swarm Algorithm，简称AFSA)，并对之举行矫正；同声，贯串小波领会提出一种鉴于小波领会和矫正人为鱼群优化算法的赶快图像配合算法(WAFSA)。人为鱼群是一个动作自制的智能集体。固然它们不完备人的搀杂的论理推导本领和归纳确定本领，但它们能经过大略的个别动作和大略的、特出的交谈到达赶快、精确创造优质食品源的手段。基础人为鱼算法是鱼群中的个别随机散布在某一地区内，随机地在各自视线范畴内探求食品源，鱼群优化了初始种群的散布，使人为鱼平均地散布在探求图像中，普及全部探求本领，其余沿用自符合步长和视线范畴，普及配合速率；试验截止表露，WAFSA算法在配合速率、配合精度和抗噪性上面有鲜明革新。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/248199.html