点配准问题在机器视觉、医学图像等领域有着非常重要的应用基础。首先在粒子群优化(Particle Swarm Optimiza-tion,PSO)算法的基础上,融合随机局部搜索(Local Random Search,LRS)算法,提出了一种新的改进粒子群优化(LRS-PSO)算法。然后...点配准问题在机器视觉、医学图像等领域有着非常重要的应用基础。首先在粒子群优化(Particle Swarm Optimiza-tion,PSO)算法的基础上,融合随机局部搜索(Local Random Search,LRS)算法,提出了一种新的改进粒子群优化(LRS-PSO)算法。然后将匹配点对的欧几里德距离平均值的极小值作为两个特征点对配准准则,用LRS-PSO算法来求解配准所需的空间变换参数。实验结果表明,算法具有较强的鲁棒性,具有较高的配准精度和较快的计算速度。展开更多
文摘点配准问题在机器视觉、医学图像等领域有着非常重要的应用基础。首先在粒子群优化(Particle Swarm Optimiza-tion,PSO)算法的基础上,融合随机局部搜索(Local Random Search,LRS)算法,提出了一种新的改进粒子群优化(LRS-PSO)算法。然后将匹配点对的欧几里德距离平均值的极小值作为两个特征点对配准准则,用LRS-PSO算法来求解配准所需的空间变换参数。实验结果表明,算法具有较强的鲁棒性,具有较高的配准精度和较快的计算速度。