采用GPU并行架构的基于互信息和粒子群算法的异源图像配准

余春超, 杨智雄, 夏宗泽, 袁小春, 严敏

余春超, 杨智雄, 夏宗泽, 袁小春, 严敏. 采用GPU并行架构的基于互信息和粒子群算法的异源图像配准[J]. 红外技术, 2016, 38(11): 938-946.
引用本文: 余春超, 杨智雄, 夏宗泽, 袁小春, 严敏. 采用GPU并行架构的基于互信息和粒子群算法的异源图像配准[J]. 红外技术, 2016, 38(11): 938-946.
YU Chunchao, YANG Zhixiong, XIA Zongze, YUAN Xiaochun, YAN Min. Heterogeneous Images Registration Based on Mutual Information and Particle Swarm Optimization Algorithm Using GPU Parallel Architecture[J]. Infrared Technology , 2016, 38(11): 938-946.
Citation: YU Chunchao, YANG Zhixiong, XIA Zongze, YUAN Xiaochun, YAN Min. Heterogeneous Images Registration Based on Mutual Information and Particle Swarm Optimization Algorithm Using GPU Parallel Architecture[J]. Infrared Technology , 2016, 38(11): 938-946.

采用GPU并行架构的基于互信息和粒子群算法的异源图像配准

详细信息
  • 中图分类号: TP391.4

Heterogeneous Images Registration Based on Mutual Information and Particle Swarm Optimization Algorithm Using GPU Parallel Architecture

  • 摘要: 对于异源可见光与红外图像配准,以互信息为相似性度量条件,以粒子群算法为搜索算法,在搜索空间中搜索极大值点,通过改变图像分辨率,由粗到精,逐步实现可见光图像与红外图像的配准,对粒子群算法、统计互信息和仿射变换3个部分的内在并行性,利用CUDA C语言实现GPU-CPU异构编程.实验证明,在不降低精度的前提下提高了算法效率,得到了很好的加速比,算法正确匹配率高,鲁棒性好,计算效率高.
  • 期刊类型引用(3)

    1. 符艳军,孙开锋. 基于相邻基准子图灰度统计相关的快速互信息匹配算法. 弹箭与制导学报. 2020(06): 5-10 . 百度学术
    2. 刘红红,史健芳. 变异率自适应的差分进化粒子滤波算法研究. 电子测量与仪器学报. 2018(06): 109-114 . 百度学术
    3. 曹洁,黄开杰,王进花. GPU加速的差分进化粒子滤波算法. 计算机应用研究. 2018(07): 1965-1969 . 百度学术

    其他类型引用(8)

计量
  • 文章访问数:  99
  • HTML全文浏览量:  19
  • PDF下载量:  15
  • 被引次数: 11
出版历程

目录

    /

    返回文章
    返回