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
Infrared Technology(2016)
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.
更多查看译文
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要