图象融合模型优化的多目标粒子群算法
目前的图象融合算法对于融合模型的建立主要依赖于经验,其参数的配置存在随意性.本文提出了一种基于多目标粒子群算法的图象融合模型优化方法,克服了建立图象融合模型对经验的依赖性.首先给出图象融合有效的评价指标,然后构造了空域和小波域的图象融合模型,最后采用多目标粒子群算法优化融合模型的配置参数.多目标粒子群算法采用自适应网格存储Pareto优解,并引入变异算子以避免早熟,使其向Pareto优解方向搜索.实验结果表明多目标粒子群算法可满足人们的不同需求,达到最优的融合效果.
图象融合模型 小波分解 多目标优化 粒了群算法
牛轶峰 沈林成
国防科技大学机电工程与自动化学院,湖南,长沙,410073
国内会议
湖南张家界
中文
171-177
2005-07-01（万方平台首次上网日期，不代表论文的发表时间）