高级检索
ENGLISH

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.
shu
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.
shu

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

  • 昆明物理研究所,云南昆明,650223

  • 国网辽阳供电公司,辽宁辽阳,111000

  • 中国科学院昆明物理研究所

  • 国网辽阳供电公司

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

    摘要
  • 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.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  97
  • HTML全文浏览量:  19
  • PDF下载量:  14
  • 被引次数: 0
出版历程

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发  百度统计