PBIL算法在遥感影像匹配中的应用

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

PBIL算法在遥感影像匹配中的应用

李二森, 郭海涛, 张保明, 卢俊

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(2): 140-143

李二森, 郭海涛, 张保明, 卢俊. PBIL算法在遥感影像匹配中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 140-143.

引用本文:

李二森, 郭海涛, 张保明, 卢俊. PBIL算法在遥感影像匹配中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 140-143.

LI Ersen, GUO Haitao, ZHANG Baoming, LU Jun. Application of PBIL Algorithms in Remote Sensing Image Matching[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 140-143.

Citation:

LI Ersen, GUO Haitao, ZHANG Baoming, LU Jun. Application of PBIL Algorithms in Remote Sensing Image Matching[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 140-143.

PBIL算法在遥感影像匹配中的应用

¹信息工程大学测绘学院,郑州市陇海中路66号450052

基金项目: 国家十一五预研资助项目

作者简介:
李二森,硕士。主要从事数字摄影测量、数字图像处理等研究。

中图分类号: P237.4

Application of PBIL Algorithms in Remote Sensing Image Matching

¹Institute of Surveying and Mapping,Information Engineering University,66 Middle Longhai Road,Zhengzhou 450052,China

Funds: 国家十一五预研资助项目

摘要: 提出了一种将基于群体增量学习(population-based incremental learning,PBIL)算法用于遥感影像匹配的方法,给出了详细的理论和实验分析,引入信息熵作为PBIL算法迭代终止的条件之一,取得了较好的实验结果。实验表明,基于该算法的影像匹配运算速度比较快,且收敛过程比较稳定。
- PBIL算法 /
- 影像匹配 /
- 信息熵
Abstract: A PBIL algorithm is presented to match remote sensing images.It uses the strategies of genetic operation and competitive learning,modifies the learning probabilities according to competitive learning,and then supervises the offspring generation.The detailed academic and experimental analysis are introduced,and the information entropy as one of the iterative terminated conditions is put forward.Experimental results show that this method is effective and fast,and the convergence procedure is stable.
- PBIL algorithm /
- image matching /
- information entropy

[1]	亢孟军, 叶蕾, 朱军, 王孟琪, 杜清运, 王明军. 一种顾及制图区域要素密度均衡的地图变换算法 . 武汉大学学报 ( 信息科学版), 2022, 47(12): 2096-2104. doi: 10.13203/j.whugis20220022
[2]	马俊, 曹成度, 姜卫平, 周吕. 利用小波包系数信息熵去除GNSS站坐标时间序列有色噪声 . 武汉大学学报 ( 信息科学版), 2021, 46(9): 1309-1317. doi: 10.13203/j.whugis20190353
[3]	李欣, 杨宇辉, 杨博, 尹峰. 利用方向相位特征进行多源遥感影像匹配 . 武汉大学学报 ( 信息科学版), 2020, 45(4): 488-494. doi: 10.13203/j.whugis20180445
[4]	孙文舟, 殷晓冬, 李树军. 基于熵权重的水下载体导航信息融合方法 . 武汉大学学报 ( 信息科学版), 2018, 43(10): 1465-1471. doi: 10.13203/j.whugis20160550
[5]	陈西江, 花向红, 章光, 吴浩, 安庆. 利用误差熵评价光斑中点云不确定性 . 武汉大学学报 ( 信息科学版), 2017, 42(6): 864-868. doi: 10.13203/j.whugis20140799
[6]	徐亚明, 石娟, 安动动, 马旭东. 利用影像分割和匹配特征进行无人机影像变化检测 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1286-1291. doi: 10.13203/j.whugis20140873
[7]	卢昊, 庞勇, 徐光彩, 李增元. 机载激光雷达全波形数据与系统点云差异的定量分析 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 588-593. doi: 10.13203/j.whugis20130443
[8]	张永军, 熊金鑫, 余磊, 凌霄. 严密定位模型辅助的国产卫星影像匹配 . 武汉大学学报 ( 信息科学版), 2014, 39(8): 897-900. doi: 10.13203/j.whugis201200178
[9]	张永军, 王博, 段延松. 一种针对大倾角影像匹配粗差剔除的算法 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1135-1138.
[10]	叶沅鑫, 单杰, 熊金鑫, 董来根. 一种结合SIFT和边缘信息的多源遥感影像匹配方法 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1148-1151.
[11]	宋奂寰, 王树宗. 信息熵在潜艇作战系统多目标任务调度中的应用 . 武汉大学学报 ( 信息科学版), 2012, 37(12): 1477-1481.
[12]	宋妍, 田玉刚, 贾小霞. 基于Zernike矩的多时相遥感影像匹配方法研究 . 武汉大学学报 ( 信息科学版), 2009, 34(10): 1226-1230.
[13]	陶旸, 汤国安, 王春, 孙京禄. DEM子集划分对地形信息量计算的影响研究 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1463-1466.
[14]	陈云浩, 杜培军, 李晓兵, 史培军. 基于卫星遥感数据的地表信息特征——NDVI-Ts空间描述 . 武汉大学学报 ( 信息科学版), 2005, 30(1): 11-14.
[15]	朱长青, 张国芹, 王光霞. GIS中三维空间直线的误差熵模型 . 武汉大学学报 ( 信息科学版), 2005, 30(5): 405-407.
[16]	江万寿, 郑顺义, 张祖勋, 张剑清. 航空影像特征匹配研究 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 510-513.
[17]	张祖勋, 张剑清, 张力. 一种利用影像匹配的城区三维景观图生成途径 . 武汉大学学报 ( 信息科学版), 1999, 24(4): 283-289.
[18]	曾湧, 廖明生, 张剑清, 沈未名. 保持匹配一致性的遥感影像压缩编码 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 245-247,251.
[19]	沈未名, 张祖勋, 张剑清. 基于神经网络的影像匹配概率松弛算法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 247-251.
[20]	李德仁, 王树根. 数字影像匹配质量的一种自动诊断方法 . 武汉大学学报 ( 信息科学版), 1995, 20(1): 1-6.

WeChat

点击查看大图

计量

文章访问数: 833
HTML全文浏览量: 52
PDF下载量: 325
被引次数: 0

PBIL算法在遥感影像匹配中的应用

¹信息工程大学测绘学院,郑州市陇海中路66号450052

基金项目: 国家十一五预研资助项目

作者简介:
李二森,硕士。主要从事数字摄影测量、数字图像处理等研究。

收稿日期: 2007-12-19
修回日期: 2007-12-19
刊出日期: 2008-02-05

中图分类号: P237.4

关键词:

摘要: 提出了一种将基于群体增量学习(population-based incremental learning,PBIL)算法用于遥感影像匹配的方法,给出了详细的理论和实验分析,引入信息熵作为PBIL算法迭代终止的条件之一,取得了较好的实验结果。实验表明,基于该算法的影像匹配运算速度比较快,且收敛过程比较稳定。

English Abstract

李二森, 郭海涛, 张保明, 卢俊. PBIL算法在遥感影像匹配中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 140-143.

引用本文:

李二森, 郭海涛, 张保明, 卢俊. PBIL算法在遥感影像匹配中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 140-143.

LI Ersen, GUO Haitao, ZHANG Baoming, LU Jun. Application of PBIL Algorithms in Remote Sensing Image Matching[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 140-143.

Citation:

LI Ersen, GUO Haitao, ZHANG Baoming, LU Jun. Application of PBIL Algorithms in Remote Sensing Image Matching[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 140-143.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码