多群体蚁群算法研究及其在双目视觉图像匹配中的应用

本项目研究一种多群体蚁群算法。通过群体分工、多群体的协调搜索解决现有蚁群算法的搜索时间长、容易产生停滞等缺陷，通过马尔科夫链理论描述多群体蚁群算法的优化过程，对其性能和收敛性进行分析，得到类似其它随机全局优化搜索技术的收敛结论，指导蚁群系统参数的设置。此外还研究利用协调层协调多搜索问题的搜索结果。我们发现，双目视觉图像匹配问题可以抽象成一类适合应用群体协同优化方法的关联型多搜索问题。本项目提出一种新的图像特征匹配方法：从一幅图像中提取出对象的特征基元，并找出能完全描述因视点平移而引起的特征基元位移和形变的特征属性集，进而确定各搜索问题的搜索空间；对另一图像进行特征增强和横向平滑处理，然后根据构造的多群体蚁群算法找出各个特征基元的最佳匹配属性值，并利用多特征基元关联概率改善联合寻优的效率。.本项目的研究结果将为蚁群算法的进一步改进探讨出一条新路。并且为解决双视觉图像匹配问题提出新的有效方法。