[发明专利]基于模拟退火的模板匹配参数自适应搜索方法及系统

权利要求书

1.一种基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，包括以下步骤：

对匹配参数组中的各匹配参数进行归一化处理，得到归一化后的匹配参数；

归一化后的匹配参数结合模板匹配算法模型构建目标函数；

将随机生成的归一化后的匹配参数作为目标函数的自变量，并以退火的方式构建一迭代器，利用迭代器求解目标函数的最优解，利用最优解完成对匹配参数的更新。

2.根据权利要求1所述的基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，所述对匹配参数组中的各匹配参数进行归一化处理，得到归一化后的匹配参数的具体过程为：

式中，w_n表示匹配参数组中的第n个匹配参数，Max(w_n)表示匹配参数中的最大值，w′_n表示归一化后的匹配参数。

3.根据权利要求2所述的基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，所述结合模板匹配算法模型构建目标函数的具体过程为：

模板匹配算法采用NCC算法，综合考虑NCC算法模型匹配后得到的得分分数score和实例个数objNumber构造目标相关性函数：

式中，objFactor表示目标相关性函数，allNumber表示待测图像中的最大目标个数；

根据目标相关性函数构造目标函数，其过程为：

将NCC算法模型用函数f(·)表示，则目标函数为：

g(·)＝f(·)-objFactor，

结合归一化后的匹配参数w′_n代表的解空间，将目标函数表示为：

g(w′_n),n∈[1,8]；

该目标函数的解空间的定义域的范围满足：w′_n∈[0,1]。

4.根据权利要求3所述的基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，所述将随机生成的归一化后的匹配参数作为目标函数的自变量，并以退火的方式构建一迭代器，利用迭代器求解目标函数的最优解，利用最优解完成对匹配参数的更新的过程为：

初始化模拟退火的初始温度T和降温系数k；

判断是否达到最大迭代次数，如果是，则迭代结束，返回最优解；否则，对归一化后的匹配参数w′_n进行更新，得到更新参数v_n；

根据归一化后的匹配参数w′_n和更新参数v_n构建代价函数；

判断代价函数值是否小于0，如果是，则接受参数更新，并更新参数；否则，按照预设概率接受新的数值解；

利用设定的退火的降温系数k对退火的初始温度T进行降温，得到新的温度T′，T′＝k*T；

设定温度衰减的终止温度std，当温度T′衰减至结束温度阈值std时，退火结束，并输出当前的参数状态值w_j,j∈[1,8]；

利用当前的参数状态值w_j进行去归一化，得到匹配参数组中的第n个匹配参数为：

w_n＝w_j*Max(w_n),n∈[1,8]。

5.根据权利要求4所述基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，所述更新参数v_n为：

v_n＝w′_n+bias,bias∈[-1,1]，

式中，bias表示扰动偏差。

6.根据权利要求4所述基于模拟退火的模板匹配参数自适应搜索方法，其特征在于，所述代价函数为：

Cost＝g(v_n)-g(w′_n)；

式中，g(v_n)表示参数更新后的目标函数值，g(w′_n)表示参数更新前的目标函数值。