基于香农熵的爬山算法

针对现有的数字图像相关(DIC)法图像匹配技术中，子集的大小通常由用户根据自己的经验来定义的，这样就会使得DIC的匹配精度降低。提出了一种基于香农熵自适应选择子集的方法来优化爬山算法，该算法能够在不降低计算效率的前提下，显著提高位移测量精度。通过实验验证得出，当子集大小选择恰当时，该算法能使匹配精度达到0.98,将其与常用的爬山算法相比较发现准确率提高了0.04,而且随着位移不断增大，这种优势越明显。最后通过刚体位移实验也验证了此算法的有效性，改进的算法适用于DIC形变分析。