[发明专利]混沌启发式搜索优化的弓网图像配准方法及装置

权利要求书

1.一种混沌启发式搜索优化的弓网图像配准方法，其特征在于，所述方法包括基于预设的参考弓网图像，利用混沌启发式搜索算法对待配准弓网图像进行配准，具体为：

步骤S1：初始化混沌启发式搜索算法的参数，其中，所述参数包括种群大小和最大迭代次数；

步骤S2：设置当前迭代次数t＝0；

步骤S3：随机生成初始种群；所述种群中的每个个体存储有预定数目个配准参数值；

步骤S4：计算所述种群中每个个体的适应值，并保存所述种群中的最优个体；

步骤S5：所述种群中的雇佣蜂执行搜索操作，然后计算所述种群中每个个体的选择概率；

步骤S6：所述种群中的观察蜂执行混沌启发式搜索操作，具体为：

步骤S61：随机生成一个[0.6，1]之间的实数ran，然后随机产生一个[PSZ，PSZ×2]之间的整数CTN，其中，PSZ为种群中的个体数目；

步骤S62：通过所述整数CTN次迭代运算计算出混沌启发式搜索操作的混沌因子，具体为：

步骤S621：令混沌因子cbt＝ran；

步骤S622：设置第一计数器ib＝1；

步骤S623：计算中间变量hav＝sin(cbt×π)；

步骤S624：令混沌因子cbt＝hav，并令第一计数器ib＝ib+1；

步骤S625：如果所述第一计数器ib大于所述整数CTN，则转到步骤S63，否则转到步骤S623；

步骤S63：设置第二计数器ik＝1；

步骤S64：根据种群中每个个体的选择概率，利用轮盘赌选择方法从所述种群中选择出一个个体其中，ETI为所选择个体的下标；

步骤S65：令新个体

步骤S66：令邻域半径MR＝PSZ×0.1，并令邻域下标MTS＝1+(ETI-MR+PSZ)％PSZ，其中，％表示取余运算符；

步骤S67：计算邻域均值MMV，具体为：

步骤S671：设置第三计数器im＝1；

步骤S672：令邻域均值其中，为种群中下标为MTS的个体；

步骤S673：令邻域下标MTS＝1+(MTS+1)％PSZ；

步骤S674：通过公式更新所述邻域均值MMV；

步骤S675：利用公式im＝im+1，更新所述第三计数器im；

步骤S676：比较im与MR×2的大小，如果im小于或等于MR×2，则转到步骤S673，否则转到步骤S68；

步骤S68：令所述邻域均值MMV＝MMV/(MR×2+1)；

步骤S69：令优秀个体数ESM＝max(2,PSZ×epr)，其中，epr为[0.08,0.2]之间随机产生的一个实数，max为取最大值函数；

步骤S610：计算种群中前ESM个优秀个体的平均值并保存到优秀均值个体MEP；

步骤S611：从所述种群中随机选择出一个个体记为然后在[1,D]之间随机产生一个正整数FRJ，D表示配准参数的个数；

步骤S612：按如下公式计算邻域导向值RDE：

其中，rand(0,1)为在[0,1]之间产生随机实数的函数，MMV_FRJ为邻域均值MMV的第FRJ个维度，为个体的第FRJ个维度；

步骤S613：按如下公式计算组合系数RK：

RK＝CK^t×0.8+cbt×0.2；

其中，CK^t表示第t次迭代时的适应性系数；

步骤S614：通过如下公式计算新个体NE^t的第FRJ个维度

其中，MEP_FRJ为优秀均值个体MEP的第FRJ个维度；

步骤S615：计算所述新个体NE^t的适应值；

步骤S616：在个体与所述新个体NE^t之间选择更优者进入下一代种群，并更新所述个体的已滞次数

步骤S617：通过公式ik＝ik+1，更新所述第二计数器ik；

步骤S618：如果所述第二计数器ik小于或等于PSZ，则转到步骤S64，否则转到步骤S7；

步骤S7：所述种群中的侦察蜂执行搜索操作；

步骤S8：找出所述种群中最优个体，并保存；

步骤S9：利用公式t＝t+1，更新所述迭代次数t；

步骤S10：判断所述迭代次数是否达到所述最大迭代次数，如果所述迭代次数没有达到所述最大迭代次数，则重复步骤S5至步骤S9；否则，将所述最优个体解码为所述待配准弓网图像的配准参数，根据所述配准参数对所述待配准弓网图像进行空间变换，得到配准的弓网图像。