针对灰狼算法易陷入局部最优导致路径寻优精度低的问题, 提出一种用于静态二维无人机路径规划研究的改进灰狼算法。首先,提出一种控制参数非线性调整策略, 平衡算法的全局搜索与局部搜索; 同时,将灰狼算法与Powell算法结合, 提高算法寻优效果及路径规划精度; 最后,通过测试与仿真说明改进后的灰狼算法具有更好的寻优精度和路径规划效果。

航空高光谱的大气校正是进行高光谱定量反演的基础, 但通过空地同步对比分析航空高光谱大气校正的研究较少, 论文主要研究了Hyspex高光谱遥感数据不同的大气校正方法。 在现有的几种大气校正方法的基础上, 提出了一种大气校正的新方法: 首先, 采用果蝇-鲍威尔优化算法反演光谱的性能参数(中心波长和半波高度的偏移量), 对光谱重定标。 然后在光谱重定标的基础上, 采用MODTRAN模型对Hyspex高光谱数据进行大气校正, 得到地表反射率数据。 利用同步采集的五种典型地物的地面实测ASD数据将提出的新方法与现有的几种大气校正方法(快速大气校正、 经验线性法大气校正、 基于6S模型的大气校正、 基于FLAASH模型的大气校正、 基于MODTRAN模型的大气校正)的大气校正结果进行对比分析, 并采用决定系数(R2)和均方根误差(RMSE)来比较各种大气校正方法的精度。 结果表明: 提出的果蝇-鲍威尔优化MODTRAN模型的大气校正结果最好, 决定系数在80%以上, 均方根误差在15%以内; 基于MODTRAN模型、 FLAASH模型、 6S模型的方法的校正结果稍次于本文提出的新方法, 结果比较稳定, 决定系数在70%以上, 均方根误差在20%左右; 快速大气校正与经验线性法的校正结果不稳定。 可以得出结论: 本文提出的果蝇-鲍威尔优化算法有效可行, 可以精确的反演出中心波长和半波高度的偏移量, 其大气校正的精度优于现有的多种大气校正方法。

针对人工蜂群优化的K均值算法易陷入局部最优、搜索精度不够、分割图像不够细致等问题, 本文融合自适应人工蜂群和K均值聚类, 提出了一种新的图像分割算法。算法首先利用距离最大最小乘积对种群进行初始化；其次采用自适应搜索参数动态调整邻域搜索范围, 使人工蜂群算法快速收敛于全局最优；然后将人工蜂群输出的所有蜜源进行K均值聚类, 克服K均值聚类结果对初始聚类中心的依赖, 再将聚类划分结果进行Powell局部搜索, 加快算法收敛的速度, 将得到的新聚类中心更新蜂群中蜜源位置。最后, 将本文算法与其他两种同类分割算法进行试验对比。实验结果表明：与其他两种算法相比, 本文提出的分割算法在保证运行时间的前提下, 分割准确率比其他两种算法分别至少提高了3.5%和4.8%, 表现出了较高的分割质量。

数字化X射线图像(digital radiography, DR)与数字重建放射图像(digitally reconstructed radiography, DR)属于不同模态图像, 实现二者的高精度快速配准是一个技术难题。在实际应用中, 往往会同时获取物体的正侧面DR和DRR图像。提出一种基于互信息与梯度信息相结合的配准算法。首先, 对正侧面图像进行小波分解, 获得低分辨率子图像并配准, 使用粒子群优化(particle swarm optimization, PSO)算法进行全局寻优; 然后, 根据配准结果, 判断互信息与梯度信息配准结果是否正确, 如果配准错误, 则在下一阶段中不使用该结果作为配准依据; 最后, 以PSO算法寻优结果作为Powell算法的寻优初始点, 对原始正侧图像进行精确配准。实验结果显示, 本算法快速完成配准, 配准精度达到2 mm, 满足实际应用要求。

对双能计算机断层扫描(CT)图像进行三维图像配准是准确获取样品内部元素分布信息的前提。针对同步辐射双能CT 成像存在的图像空间失准问题，提出了一种以互信息作为衡量双能CT 图像相似度的图像配准方法。采用部分体积(PV)插值算法计算互信息，采用遗传算法进行较优参数的搜索，并以该参数作为Powell算法搜索的起始点，结合基于Hanning 窗的部分体积插值(HPV)算法搜索得到最佳配准参数。数值模拟验证了HPV 算法的优越性，同时配准精度达到亚像素级。实验结果表明，该方法能够有效配准双能CT图像并获得三维元素分布信息。

提出一种改进Powell法结合遗传算法的混合算法，配准人体安检仪的太赫兹与可见光双波段图像。针对被动式太赫兹图像特征点难以提取的问题，以互信息为相似性测度，通过遗传算法寻优获取7个仿射变换参数的近似解并将其设置为改进Powell算法的初始点，然后利用改进Powell法的局部搜索能力，得到7 个变换参数的精确解。利用单一遗传算法、单一Powell算法和本文混合算法分别对两组太赫兹和可见光图像进行配准。以均方根误差为评价标准对配准结果进行评价。实验结果证明，相比于单一遗传算法和Powell算法，该方法达到了更高的配准精度。能进一步用于太赫兹与可见光双波段图像融合，以提高对衣物内藏匿物品的识别精度，增强太赫兹人体安检仪的实用性。

提出了一种多分辨率多模态医学图像配准方法来提高图像的配准速度与精度。 利用小波函数对图像进行多层分解,采用改进的Powell优化算法寻找待配准图像间的最大互信(MMI)。 配准首先从图像金字塔中分辨率最低的0层图像开始,将0层图像配准获得的变形参数作为1层图像配准的起始参数, 重复该过程直到完成最高精度层的图像配准。CT/MRI和CT/PET图像配准结果证明基于小波分解的多分辨率配准 方法具有避免优化算子陷入局部极值、算子收敛速度快和配准精度高等优点。

为了解决灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题, 使参数随图像的NMI计算和多分辨率级数进行自适应调整, 采用基于小波变换多分辨率策略,形成多尺度匹配模型, 并将粒子群算法(PSO)作为添加算子, 提出了以图像归一化互信息(NMI)作为相似性测度的混合遗传算法, 对CT与MRI图像进行了配准。实验结果表明,该方法能够解决遗传算法早熟收敛问题, 有效地克服信息函数的局部极值, 实现图像的自动配准, 具有匹配精确、鲁棒性好及效率高等优点。

在轨高光谱传感器光谱性能参数的准确定标是数据定量应用的基本前提。 文章在前人基础上, 综合优化算法, 实现了在不需要实测地表反射率的情况下, 同时反演高光谱传感器中心波长与半值波宽(full width at half maximum, FWHM)。 基于模拟数据的研究结果显示, 该方法在光谱性能参数偏移5 nm时, 中心波长反演误差小于0.1 nm, FWHM误差小于0.7 nm。 将该方法应用于Hyperion数据, 结果显示, Hyperion在VNIR谱段存在明显的smile效应, 在整个CCD阵列范围内, 其中心波长的偏移量在-2～2 nm之间, FWHM偏移在-0.2～0.5 nm之间； 在SWIR谱段smile效应不明显, 其中心波长偏移3 nm左右, FWHM偏移在-2～-3 nm之间。 最后在光谱重定标基础上, 对Hyperion进行了大气校正, 反演了不受大气及定标参数影响的地表反射率。 经光谱重定标, 在大气吸收波段周围由光谱定标参数变化导致的反射率突变得到了抑制.