基于粒子群優(yōu)化算法的像素級圖像融合

基于粒子群優(yōu)化算法的像素級圖像融合

ID:36785078

大?。?97.97 KB

頁數:4頁

時間:2019-05-15

基于粒子群優(yōu)化算法的像素級圖像融合_第1頁
基于粒子群優(yōu)化算法的像素級圖像融合_第2頁
基于粒子群優(yōu)化算法的像素級圖像融合_第3頁
基于粒子群優(yōu)化算法的像素級圖像融合_第4頁
資源描述:

《基于粒子群優(yōu)化算法的像素級圖像融合》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫

1、2009年第2期漳州師范學院學報(自然科學版)No.2.2009年(總第64期)JournalofZhangzhouNormalUniversity(Nat.Sci.)GeueralNO.64文章編號:1008.7826(2009)02.0037—04基于粒子群優(yōu)化算法的像素級圖像融合章小龍(漳州師范學院,計算中心福建漳州363000)摘要:多傳感器的像素級圖像融合中,如果對源圖像進行線性運算以得到融合圖像,源圖像的置信度取值一般只能由經驗和個人主觀感覺來確定,并不能得到令人滿意的融合效果.本文針對這一問題提出了一種基于粒子群優(yōu)化算法的像素級圖像融合的算法.該算法可以根據融合的

2、目的采用不同的融合指標,應用粒子群優(yōu)化算法得到比較滿意的融合圖像.實驗結果表明該算法優(yōu)于其它的幾種像素級圖像融合算法.關鍵詞:像素級圖像融合;粒子群優(yōu)化算法;融合指標中圖分類號:TP751文獻標識碼:AImageFusionofthePixelLevelBasedonParticleSwarmOptimizationAlgorithmZHANGXiao-long(DepartmentofComputingCenter,ZhangzhouNormalUniversity,Zhangzhou,Fujian363000,China)Abstract:Intheresearchofth

3、emulti-sensorimagefusionofthepixellevel,thefusedimageacquiredbylinearoperationonsourceimages,cannotgetthesatisfactoryfusionresults,becausetheweightvaluesofthesourceimagesalldependonexperienceandindividualSUbjectivesense.Accordingtothisproblem,animagefusionalgorithmofthepixel—levelbasedontheP

4、SO(ParticleSwarmOptimization)isintroducedinthispape~Thisalgorithmusesdifferentfusionindexintermofdifferentaimofthefusiontoachieveabettereffectoffusion.Experimentalresultsshowthealgorithmoutperformsotherimagefusionalgorithmsofthepixelleve1.Keywords:pixellevelimagefusion;PSO;fusionindex1引言圖像融合

5、是將2個或者2個以上的傳感器在同一時間(或不同時間)獲取的關于某個具體場景的圖像或者圖像序列信息加以綜合,以生成一個新的有關此場景的解釋,而這個解釋是從單一傳感器獲取的信息中無法得到的l1,61.簡單的像素級圖像融合方法對將要融合的源圖像不進行任何變換和分解,而是直接對源圖像中的各對應像素分別進行選擇、平均或加權平均、多元回歸或其它數學運算等處理后,最終合成一幅融合圖像15,81.線性運算圖像融合方法:對源圖像的矩陣乘以一個置信度,然后再進行加運算.在源圖像為二幅,并且置信度為O.5時,本方法相當于均值法.運算中置信度的取值可以根據經驗或者根據融合效果的滿意程度進行調整.本方法

6、適用于那些對源圖像具有不同置信度的圖像?.假設存在灰度圖像,f×1,經過Gaussian噪音處理后的兩幅圖像的矩陣分別為,,和,一對兩個矩陣進行線性運算得到融合圖像的矩陣,I2I.,廠=Cr.I+(1一·IB(1)可見融合的效果取決于系數,為了衡量融合效果,設定采用均方差MSE作為融合指標l5I.收稿日期:2009—03—25作者簡介:章小龍(1963.),男,浙江省黃巖市人,講師.38漳州師范學院學報(自然科學版)2009芷fSE=姜川!”(2)由上式可知融合指標MSE越小,則融合圖像與原始圖像的偏差越小,說明融合效果越好.分別設定=O,0.1,0.2?0.9,1.0檢驗融合

7、效果.表1與MSE值對照表由上表可知,因為的取值不同,而導致了MSE的取值不同,說明存在最優(yōu)的值,使得MSE值最?。?基于PSO的像素級圖像融合方法2.1PSO簡介粒子群優(yōu)化算法(ParticleSwarmOptimization,PSO)是一種基于進化理論的計算技術,由Eberhart博士和Kennedy博士發(fā)明,該算法起源于這兩位博士對鳥群捕食的行為研究.PSO同遺傳算法類似,是一種基于迭代的優(yōu)化工具.系統(tǒng)初始化為一組隨機解,通過迭代搜尋最優(yōu)值但是并沒有遺傳算法用的交叉(crossove

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯系客服處理。