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

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

基金项目: 国家十一五预研资助项目
详细信息
    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

Funds: 国家十一五预研资助项目
计量
  • 文章访问数:  716
  • HTML全文浏览量:  28
  • PDF下载量:  325
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-12-19
  • 修回日期:  2007-12-19
  • 刊出日期:  2008-02-05

PBIL算法在遥感影像匹配中的应用

    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

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.

目录

    /

    返回文章
    返回