基于互學(xué)習(xí)的自適應(yīng)PSO算法的亞像素定位研究

　　針對(duì)數(shù)字圖像相關(guān)方法（DIC）的亞像素精確定位運(yùn)算量大、時(shí)間代價(jià)高的問題，提出了一種改進(jìn)的粒子群優(yōu)化方法的亞像素精確定位。依據(jù)待測(cè)物圖像中特征點(diǎn)變形程度的差異自適應(yīng)地調(diào)整粒子飛行的速度和范圍并細(xì)化到z和v二維方向上，改善特征點(diǎn)位移解的質(zhì)量；另外，引入粒子間的互相學(xué)習(xí)機(jī)制，充分利用前一粒子的歷史信息，減少迭代次數(shù)，提高算法運(yùn)行效率；最后，將這種互學(xué)習(xí)的自適應(yīng)粒子群的亞像素定位算法與牛頓拉夫森（ Newton-Raphson）算法和牛頓拉夫森粒子群（NRPSO）算法作比較。實(shí)驗(yàn)結(jié)果表明，本文算法具有更高的精度、有效性和可行性，尤其在處理大數(shù)據(jù)量時(shí)，該算法的時(shí)間成本優(yōu)勢(shì)更為顯著。