首页|基于质量扰动鹈鹕优化算法的图像匹配方法研究

基于质量扰动鹈鹕优化算法的图像匹配方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统群优化算法在图像匹配中存在调节参数多、不易操作等问题,提出了一种基于质量扰动的鹈鹕优化算法(disturbance quality pelican optimization algorithm,DPOA)的图像匹配方法.传统的鹈鹕优化算法(pelican opti-mization algorithm,POA)在求解多峰函数问题时,其全局收敛性需要进一步改进.首先,引入了一种新的质量扰动方法,通过检测分布点附近的点来收敛到更好的解,提高了在解决多峰函数问题时易陷入局部最优的问题,同时提高了算法的收敛精度.其次,通过数据集 CEC2019 对算法的有效性进行评价.最后,通过提取图像的方向梯度直方图(histogram of oriented gradient,HOG)将 DPOA算法在图像匹配中应用,并通过实验仿真,证明了 DPOA算法在图像匹配中的可行性与有效性.
Research on Image Matching Method Based on Disturbance Quality Pelican Optimization Algorithm
A disturbance quality pelican optimization algorithm for image matching was proposed as an answer to the problems of the traditional swarm optimization algorithm in image matching,such as the dif-ficulty of operating many adjustment parameters.The traditional pelican optimization algorithm(POA)had a global convergence property,and requried further improvement when solving multi-peak function problems.Firstly,a new disturbance quality method was introduced,which could detect points near the distribution points,thereby improving the problem of local optima tendency when solving multi-peak func-tion problems and increasing the convergence accuracy of the algorithm.Secondly,the effectiveness of the algorithm was evaluated using the CEC2019 dataset.Finally,the DPOA algorithm was applied to im-age matching by extracting the histogram of oriented gradient(HOG)of the image,the feasibility and ef-fectiveness of the DPOA algorithm in image matching was demonstrated through experimental simulations.

image matchingPOAmass pturbationHOGswarm optimization

杨光露、胡宏帅、王小明、冯绍志、王凤仙、孙俊峰

展开 >

郑州轻工业大学 电气信息工程学院 河南 郑州 450002

河南中烟工业有限责任公司 河南 郑州 450016

广西中烟工业有限责任公司 广西 南宁 530000

图像匹配 鹈鹕优化算法 质量扰动 方向梯度直方图 群优化

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金河南省科技攻关计划河南省科技攻关计划河南省高等学校科技创新人才支持计划河南中烟工业有限责任公司科技攻关计划

6210237361873246620724166200621321210231005322210232032121HASTIT028JW2022029

2024

10.13705/j.issn.1671-6841.2023047

郑州大学学报(理学版)
郑州大学

郑州大学学报(理学版)

CSTPCD北大核心
影响因子：0.437
ISSN：1671-6841
年,卷(期)：2024.56(4)
  • 15