Resumen

Se propone un algoritmo de registro de conjuntos de puntos basado en la divergencia de Kullback-Leibler (KL) mejorada. Cada punto en el conjunto de puntos se representa como una distribución gaussiana. La distribución gaussiana contiene la información de posición del punto candidato y de los puntos circundantes. De esta manera, todo el conjunto de puntos se puede modelar como un modelo de mezcla gaussiana (GMM). El problema de registro de dos conjuntos de puntos se convierte además en un problema de minimización de la divergencia KL mejorada entre dos GMM, y se utiliza el algoritmo genético para optimizar la solución. Los resultados experimentales muestran que el algoritmo propuesto tiene una fuerte robustez al ruido, valores atípicos y puntos faltantes, lo que logra una mayor precisión de registro que algunos métodos de vanguardia.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Conjunto de puntos; Algoritmo de registro; Distribución gaussiana; Modelo de mezcla gaussiana; Divergencia de KL; Algoritmo genético
• Keywords:Point set; Registration algorithm; Gaussian distribution; Gaussian mixture model; KL divergence; Genetic algorithm