改进的人工免疫算法在图像配准参数优化中的应用

摘要：

借鉴禁忌搜索的思想改进了人工免疫网络算法(aiNet),提出一种禁忌人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌在网络迭代中亲和力不再增加的细胞,通过特赦准则赦免一些被禁忌的优良状态;增加记忆表,保存成熟的记忆细胞;重新定义高斯变异方式,保证多样化的搜索.利用Markov链分析了该算法的全局收敛性,通过对典型系统的仿真实验分析了该算法的性能,并与克隆选择算法和opt-aiNet算法进行了比较,最终将改进的算法运用到红外与可见光图像配准中,像素级配准精度可以达到0.5像素.实验结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和发现极值点能力,能够克服早熟现象,提高图像配准的速度和精度,是一种有效的全局优化方法.

关键词：人工免疫、优化、免疫网络算法、禁忌搜索、图像配准

所属期刊栏目：19

分类号：TP3;TP1

资助基金：国家自然科学基金60573016;北京市教委重点学科共建项目XK100080537

在线出版日期：2009-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：525-532