基于量子遗传算法的高效匹配搜索策略

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (12): 34-38.doi: 10.3969/j.issn.1007130X.2010.

基于量子遗传算法的高效匹配搜索策略

高颖慧,王平,王鹏

（ATR国防科技重点实验室，湖南长沙 410073）

收稿日期:2009-06-04 修回日期:2009-09-21 出版日期:2010-12-25 发布日期:2010-12-25
通讯作者: 高颖慧
作者简介:高颖慧(1975)，女，黑龙江大兴安岭人，博士，讲师，研究方向为目标识别、图像处理和量子信息处理;王平，副教授，研究方向为制导信息处理和目标识别;王鹏，博士生，研究方向为目标识别和图像理解。

An Efficient Search Strategy for Image Matching Based on Quantum Genetic Algorithms

GAO Yinghui,WANG Ping,WANG Peng

(ATR Key Laboratory,Changsha 410073,China)

Received:2009-06-04 Revised:2009-09-21 Online:2010-12-25 Published:2010-12-25

摘要/Abstract

摘要：

在大规模源图像上进行图像匹配时，最佳匹配点的搜索策略是匹配算法时间性能的决定因素，设计

高效匹配搜索策略是提高算法性能的关键。为了减少搜索时间和提高匹配实时性，本文基于匹配源图像划

分和量子遗传算法基本原理，提出了面向大规模源图像匹配的目标淘汰搜索策略TESS。TESS将基于整幅源

图像的全空间随机搜索的过程变成基于各个子图像的子空间并行搜索和逐步淘汰的过程，实现了匹配区域

粗定位与匹配点精搜索的有效结合，从而大大缩短了最佳匹配点的搜索时间。实验结果表明，TESS搜索策

略带来了匹配速度的极大提高，且时间加速比随匹配源图像规模的增大而增大。

关键词: 量子遗传算法, 图像匹配, 大规模源图像, 目标淘汰搜索策略

Abstract:

When the source image scale is large enough,the search time will be excessively

long if the entire space searching on the source image is carried on. In order to decrease

the search time and increase the realtime matching capability,a target elimination search

strategy (TESS) is proposed based on the source image division and the basic principle of

QGA. Through changing the random searching process in the entire space to the parallel

searching in each subspace and the subspaces gradually,TESS combines the matching region

roughestimating with the optimal matching point finesearching effectively,so the search

time decreases enormously. The experimental results indicate that TESS makes the matching

efficiency is improved enormously and the time speedup increases with the source image

scale increase.

Key words: quantum genetic algorithm;image matching;largescale source image;target elimination search strategy

高颖慧,王平,王鹏. 基于量子遗传算法的高效匹配搜索策略[J]. J4, 2010, 32(12): 34-38.

GAO Yinghui,WANG Ping,WANG Peng. An Efficient Search Strategy for Image Matching Based on Quantum Genetic Algorithms[J]. J4, 2010, 32(12): 34-38.

编辑推荐

Metrics

阅读次数

全文

114

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	114

来源	本网站	其他网站

次数	69	45
比例	61%	39%

摘要

最新录用	在线预览	正式出版

0	0	67

来源	本网站	其他网站

次数	66	1
比例	99%	1%

[1]	谢聪, 郑洪清. 一种新型的樽海鞘群算法及其应用[J]. 计算机工程与科学, 2022, 44(01): 184-190.
[2]	严春满，郝有菲，张迪，陈佳辉. 混合特征下最优阈值预测的图像匹配[J]. 计算机工程与科学, 2019, 41(10): 1803-1808.
[3]	颜学龙，龚流青，汪斌斌. 基于DCQGA-SMKL-SVM的模拟电路故障诊断方法[J]. 计算机工程与科学, 2018, 40(11): 1944-1950.
[4]	王岩全，孙博文. 基于单目摄像头的3D动态手势交互[J]. 计算机工程与科学, 2018, 40(09): 1662-1669.
[5]	鲍文霞1,2，余国芬1，胡根生1，阎少梅1. 基于最大池的谱特征匹配算法[J]. 计算机工程与科学, 2018, 40(03): 494-499.
[6]	唐秋虎，张志毅. 基于多视图像的摄像机自标定方法[J]. 计算机工程与科学, 2017, 39(04): 748-755.
[7]	李建华，刘柯. 基于SURF特征提取的双目测距在铝锭垛定位中的应用研究[J]. 计算机工程与科学, 2016, 38(10): 2121-2125.
[8]	翟荔婷1，张冰怡1，冯志勇1，徐超2. 基于3D塔架配准的绝缘子自爆缺陷检测[J]. 计算机工程与科学, 2016, 38(08): 1688-1694.
[9]	刘振,彭军,刘勇. 小生境分布估计量子遗传算法及其仿真分析[J]. J4, 2016, 38(01): 89-94.
[10]	张立仿，张喜平. 量子遗传算法优化BP神经网络的网络流量预测[J]. J4, 2016, 38(01): 114-119.
[11]	杨凯达1，赵文杰2，李成2，李德军2. 基于改进快速鲁棒性特征的导弹视频特征匹配[J]. J4, 2016, 38(01): 148-155.
[12]	姜枫1，周莉莉2，李丛1. 基于二进制特征描述器的图像匹配算法[J]. J4, 2015, 37(08): 1551-1557.
[13]	陈丽芳，刘一鸣,刘渊. 一种结合SIFT和对应尺度LTP综合特征的图像匹配算法[J]. J4, 2015, 37(03): 582-588.
[14]	侯毅,周石琳,雷琳,赵键. 基于ORB的快速完全仿射不变图像匹配[J]. J4, 2014, 36(02): 303-310.
[15]	刘仲，邢彬朝，扈啸. 基于YHFT-QDSP的并行图像匹配算法[J]. J4, 2012, 34(4): 47-51.

基于量子遗传算法的高效匹配搜索策略

An Efficient Search Strategy for Image Matching Based on Quantum Genetic Algorithms

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价