改进多目标粒子群优化算法及在图像融合中的应用

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 477-480.

改进多目标粒子群优化算法及在图像融合中的应用

李娟¹, 南旭良¹, 毕思远², 吴微¹

1. 吉林大学通信工程学院, 长春 130022;
2. 清华大学电子工程系,北京 100083

收稿日期:2012-08-25 发布日期:2013-06-01
作者简介:李娟(1970-),女,副教授.研究方向:信号处理.E-mail:ljuan@jlu.edu.cn
基金资助:
吉林大学基本科研业务费项目(201103214).

Image Fusion based on an improved algorithm of Multi-objective Particle swarm Optimization

LI Juan¹, NAN Xu-liang¹, BI Si-yuan², WU Wei¹

1. College of Communication Engineering, Jilin University, Changchun 130022, China;
2. Department of Electronic Engineering, Tsinghua University, Beijing 100083, China

Received:2012-08-25 Published:2013-06-01

摘要/Abstract

摘要：

在深入研究图像融合算法的基础上,受多目标粒子群优化算法(MOPSO)的启发,提出了一种改进的MOPSO算法,并将该改进算法用于图像融合方面。这种算法提出了两次调节指数收敛函数,使得寻优速率得到更为平滑地过渡,从而让搜索结果更好的接近Pareto最优解集。实验结果表明,与传统的融合算法比较在客观性能指标上得到提高。

关键词: 多目标优化, 多目标粒子群优化, 图像融合

Abstract:

Through studying and simulating the traditional algorithm of image fusion and Inspiring by the multi-objective particle swarm optimization, we proposing an improved algorithm of MOPSO. The new algorithm based on multi-objective particle swarm algorithm framework. However, there are some differences between them. The new algorithm adopts more effective ways of speed changing and multi-objective choice processing which makes better performance and the searching solutions closing to the Pareto optimal solution set. The new algorithm has been used for remote sensing images fusion and multi-focus images fusion, which have achieved better results.

Key words: multi-objective optimization, MOPSO, image fusion

中图分类号:

TP391

李娟, 南旭良, 毕思远, 吴微. 改进多目标粒子群优化算法及在图像融合中的应用[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 477-480.

LI Juan, NAN Xu-liang, BI Si-yuan, WU Wei. Image Fusion based on an improved algorithm of Multi-objective Particle swarm Optimization[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 477-480.

参考文献

[1] Goshtasby A A, Nikolov S. Image fusion: Advances in the state of the art[J]. Information Fusion, 2007,8(2):114-118.

[2] Burt P J, Kolczynski R J. Enhanced image capture through fusion[C]//Proceedings of the 4th IEEE International Conference on Computer Vision,1993:173-182.

[3] Pajares G, Cruz J. Awavelet-based image fusion tutorial[J]. Pattern Recognition,2004,37(9):1855-1872.

[4] Zhang Qiang, Guo Bao-long. Multifocus image fusion using the nonsubsampled contourlet transform[J]. Signal Processing,2009,89(7):1334-1346.

[5] Kennedy J, Eberhart R C. Particle swarm optimization[C]//Proceedings of IEEE International Conference on Neural Net works Piscataway, 1995, 4:1942-1948.

[6] Coello C A, Pulido G T, Lechuga M S. Handling multiple objectives with particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation, 2004,8(3):256-279.

[7] Kennedy J. The particle swarm: Social adaptation of knowledge[C]//Proc IEEE Int Conference on Evolutionary Computation. Indianapolis, 1997. 303-308.

[8] Hadjisavvas N, Pardalos P. Advances in convex analysis and global optimization[C]//The Nether lands, Kluwer Academic Publishers, 2001.445-457.

相关文章 15

[1]	刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[2]	夏利红, 邓兆祥. 电子机械制动执行器的整体最优匹配设计[J]. 吉林大学学报(工学版), 2018, 48(4): 998-1007.
[3]	吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[4]	邱小明, 王银雪, 姚汉伟, 房雪晴, 邢飞. 基于灰色关联的DP1180/DP590异质点焊接头工艺参数优化[J]. 吉林大学学报(工学版), 2018, 48(4): 1147-1152.
[5]	王登峰, 张帅, 汪勇, 陈辉. 基于疲劳和13°冲击性能的组装式车轮优化设计[J]. 吉林大学学报(工学版), 2018, 48(1): 44-56.
[6]	于繁华, 刘仁云, 张义民, 张晓丽, 孙秋成. 机械零部件动态可靠性稳健优化设计的群智能算法[J]. 吉林大学学报(工学版), 2017, 47(6): 1903-1908.
[7]	周放, 宋传学, 梁天唯, 肖峰. 采用NSGA-II算法的车载复合电源参数匹配[J]. 吉林大学学报(工学版), 2017, 47(5): 1336-1343.
[8]	刘颖, 张凯, 于向军. 基于代理模型的中空轴式大型静压轴承多目标优化[J]. 吉林大学学报(工学版), 2017, 47(4): 1130-1137.
[9]	胡侃, 于野, 盈亮, 胡平, 侯文彬. 基于校车侧翻安全性的热冲压立柱结构优化设计[J]. 吉林大学学报(工学版), 2017, 47(3): 884-890.
[10]	麻凯, 高继东, 徐涛. 基于简化碰撞仿真模型的概念汽车部件布局优化[J]. 吉林大学学报(工学版), 2017, 47(1): 58-63.
[11]	尹明, 战荫伟, 裴海龙. 基于稀疏补算子学习的图像融合方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2052-2058.
[12]	于繁华, 刘仁云, 张义民, 孙秋成, 张晓丽. 机械结构动态可靠性设计的智能计算方法[J]. 吉林大学学报(工学版), 2016, 46(4): 1269-1275.
[13]	张东好, 项昌乐, 韩立金, 郑海亮. 功率分流混合动力车辆多目标优化分层控制方法[J]. 吉林大学学报(工学版), 2016, 46(2): 373-382.
[14]	朱冰, 贾晓峰, 王御, 吴坚, 赵健, 邓伟文. 基于双dSPACE的汽车动力学集成控制快速原型试验[J]. 吉林大学学报(工学版), 2016, 46(1): 8-14.
[15]	周杰, 罗艳, 王珣, 王辉, 李洋, 陶亚平. 基于响应面的封头冲压成形工艺多目标优化[J]. 吉林大学学报(工学版), 2016, 46(1): 205-212.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed