基于微粒子群優(yōu)化算法的數(shù)字散斑圖像相關(guān)方法

梁智錦，王開(kāi)福，顧國(guó)慶，張成斌

（南京航空航天大學(xué)航空宇航學(xué)院，南京210016）

基于微粒子群優(yōu)化算法的數(shù)字散斑圖像相關(guān)方法

梁智錦，王開(kāi)福*，顧國(guó)慶，張成斌

（南京航空航天大學(xué)航空宇航學(xué)院，南京210016）

為了能夠通過(guò)一步搜索同時(shí)得到數(shù)字散斑圖像中所測(cè)點(diǎn)的整像素和亞像素位移信息，采用灰度插值的方法構(gòu)造了亞像素子區(qū)，改進(jìn)了基于微粒子群算法的數(shù)字圖像散斑相關(guān)方法。對(duì)含有平移信息的模擬散斑圖和具有應(yīng)變的模擬散斑圖進(jìn)行相關(guān)計(jì)算，驗(yàn)證了該方法的適用性；在對(duì)具有微小面內(nèi)位移轉(zhuǎn)動(dòng)的試件進(jìn)行測(cè)量時(shí)，比較了整像素的微粒子群算法和不同量級(jí)的灰度插值下的亞像素微粒子群算法。結(jié)果表明，基于微粒子群算法的亞像素?cái)?shù)字散斑圖像相關(guān)方法在測(cè)量小位移方面具有一定的優(yōu)越性。

圖像處理；數(shù)字散斑相關(guān)；微粒子群優(yōu)化算法；灰度插值

引 言

微粒子群算法是由KENNEDY和EBERHART于1995年提出來(lái)的一種模仿鳥(niǎo)類(lèi)捕食的智能搜索算法［1］，其算法結(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)。微粒子群算法的主要思想是：在被測(cè)目標(biāo)的周?chē)⒙渲欢〝?shù)量的粒子，這群粒子像鳥(niǎo)一樣的在被測(cè)區(qū)域內(nèi)移動(dòng)，每個(gè)粒子分別記錄了自己所經(jīng)歷的最佳位置并與其它粒子的最佳位置進(jìn)行比較以記錄所有粒子經(jīng)歷的全局最佳位置，之后粒子將根據(jù)自己的歷史最佳位置和全局最佳位置決定自身的下一步移動(dòng)目標(biāo)，通過(guò)這樣不斷的迭代使得粒子向全局最佳位置靠近并最終達(dá)到最佳值［2］。……