基于分块互信息和量子粒子群算法的图像配准  

Image Registration Based on Block Mutunal Information and Quantum-Behaved Particle Swarm Optimization

作　　者：陈庆芳[1] 吴小俊[1] 

机构地区：[1]江南大学信息工程学院,无锡214122

出　　处：《数据采集与处理》2011年第4期473-477,共5页Journal of Data Acquisition and Processing

基　　金：教育部新世纪优秀人才计划(NCET-06-0487)资助项目;国家自然科学基金(60572034;60973094)资助项目;江苏省自然科学基金(BK2006081)资助项目;江南大学创新团队研究计划(JNIRT0702)资助项目

摘　　要：多模图像的配准是图像融合等图像处理需要先行解决的问题。本文提出了一种基于分块互信息和量子粒子群的配准方法,在配准中利用分块互信息值为相似性测度,并用量子粒子群算法求解配准所需的空间变换参数。实验表明:该方法能够避免陷入局部极小值而且速度得到明显改善,其运用于多模图像配准,可以得到理想的效果。Multimodality image registration is important in military application. It is the first step for image fusion and other image processing. A new image registration method based on block mutual information and quantum-behaved particle swarm optimization algorithm is proposed. In the process of registration, the block mutual information is used for the similar measure, and the transformation parameters are calcultaed hy using the quantum-behaved particle swarm optimization algorithm. Experimental results show that the proposed method is efficient and it can avoid local minimum occurred in multimodality image registation, thus obtaining ideal results.

关 键 词：多模图像 分块互信息 量子粒子群优化 图像配准 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]