1.基于蚁群算法的多幅影像镶嵌线网的优化选择方法，其特征是在于，包括以下步骤：

步骤1：输入n幅待优化选择镶嵌线的正射影像，将带镶嵌的影像按照地理位置进行重叠，求解出两两影像重叠的差值影像；

步骤2：在差值影像上利用八邻域梯度求解重叠区域的梯度，求解重叠区的灰度代价值表示影像之间的差异；

步骤3：利用简化重叠区的Voronoi图生成影像初始镶嵌线网络，分为航向间镶嵌线和航带间镶嵌线；

步骤4：根据重叠区域的差值图像的灰度与初始镶嵌线位置确定蚁群路径点的初始信息素值；

其中P(i,j)表示像素点(i,j)处的初始信息素，dmax是允许拼接线偏离初始拼接线的最大距离，f(i,j)表示灰度代价值，d(i,j)代表的路径点的距离(i,j)的初始拼接线的距离，n代表路径点上可以通过灰度阈值，τmin表示信息素的下限，τmax表示信息素的上限；

步骤5：利用改进的蚁群算法优化选择航带间镶嵌线；

步骤6：根据距离优化后的航带间的镶嵌线的最近的点作为航向间蚁群算法的起点；

步骤7：利用改进的蚁群算法优化选择航向间的镶嵌线，这里的蚁群只需要搜索到优化后的航带间的镶嵌线即可；

步骤8：将每段路径选择出最佳路径结合得到全局最佳路径；

步骤5和7，改进的蚁群算法利用的是蚁群的正反馈机制，收敛到一条最短路径的原理，即得到正射影像间的镶嵌线：

1)根据重叠区域的差值图像的灰度与初始镶嵌线位置确定蚁群路径点的初始信息素值；

2)将M只蚂蚁放置在航带间初始镶嵌线的起点处；每个蚂蚁的可选路径点是当前路径点附近的多个备选路径点；

3)假设蚂蚁的当前位置为(x,y),让蚂蚁根据轮盘赌规则选择下一个备选路径点作为下一个当前路径点，然后把每个蚂蚁经过的路径点放入它们的禁忌列表中；重复这个过程，直到所有的蚂蚁到达路径点的最后一行；

4)更新蚂蚁走的路径上的信息素；只增加最优路线上的信息素，并使蚂蚁经过的其他路径上的信息素挥发；然而，每次挥发和增加的信息素量要选择合理，如果太大，就会导致过早的收敛出现早熟现象，太小会减慢收敛速度，进而降低算法的效率；如果路径点上的信息素超出[τmin,τmax],则按照公式(2)更新它们，其中τmin的值设为0.1，τmax的值设为2；

其中τij(t)表示像素点(i,j)处的信息素，τmin表示信息素的下限，τmax表示信息素的上限；

5)将本次最优路径与先前最优路径进行比较，只保存各个路径点处具有最小成本消耗值C(x,y)的路径或所有路径点的最大的C(x,y)小于当前一个最优路径的路径，并将其设置为当前最优路径；

6)重复步骤3)～5)，直到循环次数达到预定次数或路径点收敛；循环次数取决于镶嵌线的长度，并且镶嵌线越长，需要循环的次数就越多；

在搜索过程中，蚂蚁可能遇到不可行的路径和起点在建筑物中间的情况，如果不采取措施将会造成本段路径的选择失败；因此提出了蚂蚁退避策略和横向搜索策略。

2.根据权利要求1所述的基于蚁群算法的多幅影像镶嵌线网的优化选择方法，其特征在于：利用改进的蚁群算法和Voronoi图结合实现自动优化选择多幅正射影像镶嵌线网络。

3.根据权利要求1所述的基于蚁群算法的多幅影像镶嵌线网的优化选择方法，其特征在于：步骤4所述的根据重叠区域的差值图像的灰度与初始镶嵌线位置确定蚁群路径点的初始信息素值，初始信息素的确定顾及了影像的灰度差异、梯度和距离初始的镶嵌线的距离；因为影像的灰度差异使得镶嵌线能够避免颜色差异大的区，梯度确保镶嵌线能够绕过线性地物，投影中心附近的影像具有投影误差，生成的初始镶嵌线的方法已经考虑了与相邻影像中心的位置，所以距离初始的镶嵌线的越近的像素点上，设置初始信息素的浓度就越高；将初始信息素在限制的区间[τmin，τmax]附近，这样就给了初始信息素增加和挥发的空间，使得蚂蚁更容易找到最佳路径。

4.根据权利要求1所述的基于蚁群算法的多幅影像镶嵌线网的优化选择方法，其特征在于：步骤6所述的根据距离优化后的航带间的镶嵌线的最近的点作为航向间蚁群算法的起点，这样起到调整蚁群算法的起点的作用，具体操作原理是将起点在初始航带上的顶点调整到距离其最近的用蚁群算法优化选择好的航带之间的镶嵌线交点上；因为优化选择好的航带镶嵌线没有穿过建筑物，所以调整后的点也不会落在明显地物上。

5.根据权利要求1所述的基于蚁群算法的多幅影像镶嵌线网的优化选择方法，其特征在于：将更新的信息素限制在区间[τmin，τmax]范围内，能防止由于路径上的信息素量大于其他路径而引起的所有蚂蚁都集中在同一条路径上，使得算法不再扩散，出现早熟现象。