1、圖像配準(zhǔn)作為圖像分析領(lǐng)域的關(guān)鍵步驟，一直以來(lái)都是人們研究的熱點(diǎn)。其中，匹配技術(shù)對(duì)圖像配準(zhǔn)的效果有著重要影響。近年來(lái)，隨著科學(xué)技術(shù)的發(fā)展，人們對(duì)圖像匹配的準(zhǔn)確率要求越來(lái)越高，傳統(tǒng)的匹配技術(shù)已經(jīng)不能滿足人們的需要，一些具有魯棒性以及較高的匹配準(zhǔn)確率的匹配算法開始成為主流。
　　本文首先分析了圖像配準(zhǔn)的相關(guān)理論，并對(duì)當(dāng)前主要的配準(zhǔn)方法及其特點(diǎn)進(jìn)行了總結(jié)和討論。接著，本文重點(diǎn)分析了高階圖匹配問(wèn)題，研究了圖模型的建立方法以及張量的計(jì)算方法，

2、同時(shí)討論了目標(biāo)函數(shù)的建立。然后，本文深入研究了蟻群算法的實(shí)現(xiàn)過(guò)程，在蟻群算法的設(shè)計(jì)中，啟發(fā)因子和轉(zhuǎn)移概率的計(jì)算方法，以及信息素的局部更新和全局更新準(zhǔn)則是極其重要的，本文從以上幾個(gè)關(guān)鍵步驟的設(shè)計(jì)出發(fā)，給出了蟻群算法的總體實(shí)現(xiàn)。本文還詳細(xì)討論了三種蟻群算法各自的特點(diǎn)，并總結(jié)了多種蟻群算法在各類靜態(tài)組合優(yōu)化問(wèn)題中的應(yīng)用。
　　為了克服傳統(tǒng)的高階圖匹配方法容易陷入局部最優(yōu)的缺陷，本文將蟻群算法引入，提出了一種新的解決高階圖匹配問(wèn)題的方法。

3、該方法首先建立表示兩個(gè)特征集合相似性關(guān)系的張量，然后利用張量構(gòu)造目標(biāo)函數(shù)，接著根據(jù)張量計(jì)算啟發(fā)因子，然后利用啟發(fā)因子和信息素計(jì)算轉(zhuǎn)移概率，最后根據(jù)得到的解進(jìn)行信息素更新，最終獲得匹配結(jié)果。與其他算法相比，本算法的主要優(yōu)勢(shì)有：(1)將蟻群算法應(yīng)用到高階圖匹配問(wèn)題中，使得搜索到的解是全局最優(yōu)解，提高了匹配精度。(2)用張量信息計(jì)算蟻群算法的啟發(fā)因子，使得蟻群算法快速收斂，提高了搜索速度。(3)在蟻群算法的每次迭代中，保存了目前最好的路徑，使