一种新型的图像配准方法

摘要

本发明提出一种新型的图像配准方法，包括以下步骤：建立基于灰度的互信息配准适应值函数；建立并初始化一个种群，种群中每个个体的四个维度分别代表浮动图像的水平平移，垂直平移，旋转角度和缩放系数；根据互信息配准的适应值函数，计算每个个体的适应度值，并计算种群整体的最优位置；利用差分进化算法的迭代机制更新所述每个个体的位置向量，更新种群整体的最优位置；判断是否满足执行替代策略的条件，若满足，则执行相应的替代策略；重复执行上述步骤直至满足差分进化算法的最大迭代次数Tmax。本发明具有配准稳定性好，精度高的优点，大大提高了图像配准算法的性能，为后续图像处理的工作奠定可靠基础。

主权项

一种新型的图像配准方法，其特征在于，包括如下步骤：S1：建立基于灰度的互信息配准适应度函数；S2：基于空间变换，建立并初始化第一代种群，置当前迭代次数t＝1；S3：根据互信息配准的适应度函数，计算种群中每个个体的适应度值，并计算种群的全局最优位置和种群的全局最优适应度值；S4：根据标准差分进化算法的位置更新策略，对种群中每个个体进行变异、交叉和选择操作，更新每个个体的位置；S5：判断是否达到执行替代策略的条件，若达到，则执行相应的替代策略，否则执行S6；S6：当前迭代次数t＝t+1，判断是否达到差分进化算法的最大迭代次数Tmax，若达到，算法终止，否则返回执行S3。