知识卡片
粒子坐标编码匹配位置
图像匹配要在较大的搜索图 I1(m1×n1)里找到小模板图 I2(m2×n2)所在的位置。把模板左上角放在 (i, j),就能和搜索图的对应区域逐像素比较。粒子群把它写成有界二维搜索:
- 粒子位置 = (i, j),第一维是行、第二维是列,范围 1 ≤ i ≤ m1−m2+1,1 ≤ j ≤ n1−n2+1,保证模板不出界。
- 适应度(式 4-10)= 模板每个像素与搜索图对应像素的灰度绝对差之和,值越小越匹配。
- 速度 = 行、列方向的位移:行方向正值向下、负值向上,列方向正值向右、负值向左。
示例(补充演算):2×2 模板灰度为 [10, 20; 30, 40],某候选位置下对应区域为 [12, 20; 30, 35],适应度 = 2 + 0 + 0 + 5 = 7;完全重合时为 0。
速度更新时惯性权重按 ω(t) = a·ω(t−1)(0 < a < 1)递减。若新位置越出上述范围,须调整速度让它回到解空间内;原书没有给出具体的调整算子。灰度差只适合灰度能代表目标相似性的任务。
结构图:
flowchart TD
A[模板与搜索图像] --> B[候选位置编码为行列坐标]
B --> C[计算区域灰度差适应度]
C --> D[粒子群更新速度与位置]
D --> E{新位置越界?}
E -->|是| F[调整速度以避免越界]
E -->|否| G[保留候选位置]
F --> C
G --> C
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 4 . 3 . 3 基 于 粒 子 群 算 法 的 图 像 匹 配 · 查看原书依据
12 PSO算法中的粒子对应在搜索图像I中寻找匹配位置信息position(i,j),粒子应表示为二维解向量,其中第一维分量表示行,第二维分量表示列。粒子的速度表示粒子位移的方向和大小,搜索图像和模板图像一旦确定,它的位移就可以用二维向量V(Vi,Vi)来表示,其中Vi表示行的位移方向和大小,正值表示位移方向向下,负值表示位移方向向上,绝对值表示位移大小,理论上的取值范围为(-∞,+∞),在实验过程中真实的取值范围为[-(m-m+1),(m-m+1)]。
参考来源
- 位置:《智能算法导论》第 4 章《4 . 3 . 3 基 于 粒 子 群 算 法 的 图 像 匹 配》(源文件:`_epub-src/EPUB/xhtml/chapter4_0008.xhtml`)
- 结论依据:式(4-9)–(4-10)把模板区域与候选区域的灰度绝对差累加作为匹配度量/适应度;正文将粒子位置定义为搜索图中的行列坐标,并要求对越界解调整速度。公式据 EPUB 公式 SVG 的 LaTeX 描述核对;2×2 模板演算为依据式(4-10)补充的教学示例,非书中数据。
- 原始内容:粒子应表示为二维解向量,其中第一维分量表示行,第二维分量表示列。粒子的速度表示粒子位移的方向和大小,搜索图像