基因演算法最初是由Holland闪闪出1已.PDF

航j則及遙測學刊第九卷第一期第27-40 民國 93 年 3 月 27 Journal of Photogrammetry and Remote Sensing Volume 9 , No.1 , March 2004 , pp. 27-40 以基因演算法解算CSG 模型與影像之最佳套合 林志交1 會義主2 摘要 本文探討如何應用基因演算法(Genetic Algorithms , GA)來進行模型與影像的套合，研究重點在於適應 函式(Fitness Function)的設計及收斂結果的評估，期能藉其優異的全域搜尋能力來改善牛頓法需要良好近 似值的缺點。方法乃針對欲套合的建物模型，合理地給予各模型參數範圍，根據基因演算法的群族式搜 尋概念，將一群初始模型依已知的內、外方位投影至航照像片，利用投影的模型邊緣線與建物影像邊緣 線像元間之不符值平方和為最小的目標下設計一套適應函式，並同時考量每條邊緣線環域(Buffer)內的點 數及線段長度以評估各模型之適應性，經過一系列再生、交配、與突變的演化過程後，擁有最高適應值 的模型即為套合結果。實驗結果顯示基因演算法在本文所採用的適應函式下，確實能廣域搜尋得近似最 f圭解(Near-司 optimal Solution) 。 周在建詞:模型式建物萃取、建構實體幾河、模型影像者舍、基因演算法 Lowe[1991]以電腦視覺(Computer Vision)的觀點， 別琶 利用最小二乘法套合模型投影邊緣線與影像的邊 應用模型式建物萃取(Model-based Building 緣像元，藉以求得模型姿態參數與影像方位元素， 其研究建立了最小二乘模型影像套合法 Ex甘action， MBBE)是獲取三維城市資訊最有效的 (Least-squares Model-image Fitting , LSMIF)的理論 方法之一，在整個模型式建物萃取過程中，發展一 基礎。而Veldhuis[1998]則以實驗證明LSMIF 為最 套模型與影像的最佳套合演算法為其關鍵。Sester and Forstner[1989]最早提出利用房屋模型與影像 嚴謹及精確的套合演算法。然而 LSMIF 裡的觀測 函式為非線性，在以牛頓漸進法等傳統最佳化方法 套合以求得模型三維資訊。方法為根據模型投影邊 疊代求解時，必須給予各模型參數良好的起始值， 緣線與影像中萃取出的房屋邊緣直線的對應關 且演算過程易陷入區域最佳解(Local Optimal 係，利用叢集法則(Clustering Algorithm)將模型參 Solution) ，因此應用上相當依賴人工近似套合的結 數的穩健估值(Robust Estimation)結果作分類，此理 果[林文祺， 2001 ;周宏達 2001]0 ~.~... III£~~ ι\ 論開啟了模型式建物萃取法的應用領域，然而此方 基因演算法最初是由 Holland[ 閃閃出1 、已 法只能用於單張影像的套合上，且只能求得模型的 之後有許多學者利用它解決工程及數!翻 i齡長\墊 平移參數，並不適用解算大量的模型參數。 匪路，，\