人工鱼群算法在图像配准中的应用.pdfVIP

第 13卷第 5期 安顺学院学报 Vo1．13 No．5 2011年 1O月 JOURNALOFANSHUN UNIVERSITY 0ct．2011 人工鱼群算法在图像配准中的应用 杨 丽 杨亚莉。 (1．安顺学院数学与计算机科学系，贵州 安顺561000) (2．安顺职业技术学院现代工程系，贵州 安顺561000) 摘 要：图像配准是图像处理的基本任务之一，是图像融合、 目标识别等的前提。文章将基 于行为的人工智能思想通过动物 自治体的模式引入优化命题的解决中，构造 了一种解决问题 的架构一鱼群模式，并由此产生 了一种高效的智能优化算法一人工鱼群算法 (AFSA)，进 而提 出以人工鱼群算法为优化搜索策略的人工鱼群算法在图像配准中的应用。 关键词：人工鱼模型；人工鱼群算法；图像配准 中图分类号：TP75 文献标识码 ：A 文章编号 ：1673--9507(2011)05--0126--03 在我们生存的大 自然中，存在着很多生物 ，它 2、聚群行为 们看似无 目的的活动、觅食，但它们确实是经历了 设人工鱼当前状态为 Xi，探索当前邻域 内 漫长的 自然界 的优胜劣汰，作为一个种群生存至 (即d~Visua1)的伙伴的数 目及中心位置X ，如 今 ，它们所形成的觅食和生存方式为人类解决 问题 果 Y ／n6Yi，表明伙伴 中心有较多的食物并不 的思路带来了不少启发和鼓舞。动物一般不具有人 太拥挤，则朝伙伴的中心位置方向前进一步；否则 类所具有的复杂逻辑推理能力和综合判断能力的高 执行觅食行为。 级智能，它们的目标是在个体的简单行为中通过群 3、追尾行为 体的表现而突现出来的。 设人工鱼当前的状态为 Xi，探索当前邻域 内 一 、 鱼类行为描述 (即d，jVisua1)的伙伴 中 Yj为最大的伙伴 xj， 在一片水域 中，鱼类一般都能找到富含营养物 如果 Yj／n8 ，表明伙伴 Xi的状态具有较高的 质的地方并聚集成群。在这种群体活动过程 中，它 食物浓度并且其周围不太拥挤，则朝伙伴 Xi的方 们没有统一的协调者，而是通过每个鱼类个体的自 向前进一步；否则执行觅食行为。 适应性行为而达到 的，通过对鱼类生活习性 的观 鱼类除上述三种典型的行为之外，在实际中还 察 ，可以总结为三种典型的行为 ：觅食行为 、聚群 有一些行为和方法，如：约束行为、公告板等。 行为和追尾行为 。 二、人工鱼群算法描述 1、觅食行为 每个人工鱼探索它当前所处的环境状况 (包括 假设人工鱼当前状态为 Xi，在它感知范 围内 目标函数的变化情况和伙伴的变化情况)，从而选 随机选择一个状态 ，在求极大问题 中，YiYj 择一种行为。最终，人工鱼集结在几个局部极值的 (或在求极小问题 中，Yi Yl，因极大和极小 问题 周围。一般情况下，在讨论求极大问题时，拥有较 可以互相转换 ，以下均以求极大 问题讨论)，则它 大的AF—fo0dconsistence值 的人工鱼一般处于值 向该方 向前进一步；反之，再重新随机选择状态 较大的极值域周围，这有助于获取全局极值域。而 Xi，判断是否满足前进条件 ；这样反复尝试 try— 值较大的极值区域周围一般能集结较多的人工鱼， number次后，如果仍不满足前