免疫粒子群优化算法在多聚焦图像融合中的应用  

作　　者：杨粤涛[1] 曹峰[1] 高伟林[1] 张锋[1] 

机构地区：[1]中航工业雷达与电子设备研究院,江苏省苏州市215151

出　　处：《电子技术与软件工程》2016年第13期111-114,115,共5页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：在多聚焦图像融合中,如何保持原始图像的边缘和细节信息是关键问题。针对多聚焦图像融合的特点提出了一种基于改进克隆选择的免疫粒子群优化算法(Immune Clone Selection Particle Swarm Optimization,ICSPSO)的多聚焦图像融合方法,将图像融合问题归结为最优化问题。首先将待融合图像按区域分块,选取清晰度作为图像子块融合参数的决策变量,然后采用ICSPSO求取图像子块的最优融合权值,以寻求最优组合分块形成的融合图像。与标准粒子群算法(SPSO)相比,ICSPSO将免疫系统的克隆选择算法、高斯变异算子和基于浓度机制的多样性保持策略引入,保持多样性的同时克服了标准粒子群算法易陷局部最优的缺点;并采用自适应凹指数惯性权重控制搜索能力。实验结果表明,ICSPSO算法拥有更快的收敛速度和更好的寻优能力,而且融合图像在主观视觉效果和客观评价指标上均优于基于SPSO算法的多聚焦图像融合效果。

关 键 词：多聚焦图像融合 粒子群优化算法 免疫 克隆选择 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]