徐州师范大学学报（自然科学版）
徐州師範大學學報（自然科學版）
서주사범대학학보（자연과학판）
JOURNAL OF XUZHOU NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2010年
1期
55-58
,共4页
遗传粒子群算法%像素%图像融合
遺傳粒子群算法%像素%圖像融閤
유전입자군산법%상소%도상융합
为改善传统图像融合方法对细节信息的丢失,提出了一种基于遗传粒子群算法(genetic algorithm of particle swam optimization,GAPSO)的图像融合方法,该算法应用于像素级的图像融合,使图像融合问题归结为最优化问题.该算法结合遗传算法和粒子群算法的优点,对标准粒子群算法进行了改进,将交叉与变异算子引入到标准粒子群算法,提高了该算法的收敛性能和全局求解能力.实验结果表明,该算法获得的评价指标都优于遗传算法和PSO算法,且融合图像较好地从源图像中提取了有用信息,提高了融合质量.
為改善傳統圖像融閤方法對細節信息的丟失,提齣瞭一種基于遺傳粒子群算法(genetic algorithm of particle swam optimization,GAPSO)的圖像融閤方法,該算法應用于像素級的圖像融閤,使圖像融閤問題歸結為最優化問題.該算法結閤遺傳算法和粒子群算法的優點,對標準粒子群算法進行瞭改進,將交扠與變異算子引入到標準粒子群算法,提高瞭該算法的收斂性能和全跼求解能力.實驗結果錶明,該算法穫得的評價指標都優于遺傳算法和PSO算法,且融閤圖像較好地從源圖像中提取瞭有用信息,提高瞭融閤質量.
위개선전통도상융합방법대세절신식적주실,제출료일충기우유전입자군산법(genetic algorithm of particle swam optimization,GAPSO)적도상융합방법,해산법응용우상소급적도상융합,사도상융합문제귀결위최우화문제.해산법결합유전산법화입자군산법적우점,대표준입자군산법진행료개진,장교차여변이산자인입도표준입자군산법,제고료해산법적수렴성능화전국구해능력.실험결과표명,해산법획득적평개지표도우우유전산법화PSO산법,차융합도상교호지종원도상중제취료유용신식,제고료융합질량.
