摘要：针对图像匹配中速度慢、抗噪性差等问题,提出一种基于灰色理论和粒子群优化的快速图像匹配算法——GPSO算法。该算法首先通过粒子群初始化,获得待匹配的多个初始位置和更新速度;然后,利用模板图和当前搜索位置子图的直方图信息,形成参考序列和比较序列,设计基于两类序列间灰色关联度的适应度函数。在此基础上,各粒子根据个体经验和社会经验,利用群体智能的高效并行寻优能力,逐代逼近最佳匹配位置。实验显示,本算法在保证了一定匹配精度的情况下,明显提高了匹配速度和鲁棒性。

摘要：为有效评价图像的置乱程度,设计了一种基于灰色块分析的图像置乱效果评价方法。该方法首先分析置乱图像的特点,归纳理想状态下置乱图像的特征,并构造其特征序列作为参考序列;然后将置乱图像分块,并计算各子块图像的方差,形成小样本方差序列,对该序列进行预处理后作为比较序列。最后,利用灰色关联分析理论计算两类序列之间的关联程度,得到图像置乱效果的性能指标。实验显示,用该方法评判图像置乱度不仅计算简单、运行速度快,而且不需要原图像的参与,就能得到更加客观、正确的评价结果。