基于SURF算法的医学图像融合研究.pdfVIP

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于SURF算法的医学图像融合研究.pdf

新技术新工艺 2015年 第 2期 基于SURF算法的医学图像融合研究 孔帆帆,贝 乾 (苏州大学附属第二医院 信息中心,江苏 苏州 215004) 摘 要 :针对医学显微 图像观察存在的问题 ,提 出了一种 SURF算法,即运用SURF算法实现 了医学 显微 图像特征点的提取与初步 匹配。针对 匹配中存在 的匹配误差问题 ,采用 RANSAC算法对图像进行 二次提纯,并通过试验对算法进行了验证 。 关键词 :图像融合 ;SURF算法;精确匹配;试验分析 中图分类号:R3l1 文献标志码 :A Research on SURFAlgorithm ofM edicalIm ageFusion K0NG Fanfan,BEIQian (InformationCenter,TheSecondAffiliatedHospitalofSoochow University,Suzhou215004,China) Abstract:Aimedattheexistingproblem ofmedicalmicroscopicimages,an improvedSURF algorithm wasproposed, which isusingtheSURFalgorithm andthepreliminarymatchingfeaturepointextractionofmedicalmicroscopicimage.Fo cusedontheproblemsofmatchingerrorinmatch,usedRANSAC algorithm forsecondaryrefining,andthroughtheexperi ments,verifiedthealgorithm. Keywords:imagefusion,SURFalgorithm ,precisematching,experimentalanalysis 图像融合是将同一物体的多个 图像通过一定的 式中,J∑(x)表示在原始 图像 中,在原点和点 X两 技术融合成为一张新的图像 。其本质则是将拥有不 点之间所形成的矩形区域 内的面积,即该区域 内的 同波长和成像原理的图像传感器对着同一个物体的 所有像素的值。 不同角度拍摄不同图像信息,从而通过某种融合算 法将其合称为新的图像 ,以此使得融合后的图像在 信息表达方面更全面 ,在视觉方面也更为清晰。同 时在显微图像方面,由于显微视野小 ,局部放大后只 能观察到局部的切片信息。因此 ,图像融合技术成 为当前医学显微图像融合研究的热点 。而针对图像 融合,通常包括图像特征值提取和图像匹配 2个步 骤 ,因此 ,本文对基于 SURF算法在 图像融合 中的 实现进行了详细分析 。]。 图 1 积 分 图像 的不 恿 图 由此 ,通过积分图像转换 ,某点所构成的积分灰 1 基于 SURF算法的图像特征值提取 度之和则可通过 3个不同的加减来进行运算 ,由此 1.1 积分图像 则有 : 基于 SURF的特征检测算法是由Bay等提 出。 ∑ 一A+D—B—C (2) 该算法与传统 的 SIFT算法具有很多相似之处 。 1.2 近似的 Hessian矩阵 SIFT算法主要通过DOG去简化 LOG,从而提高了 对 SURF兴趣点 的检测是通过 Hessian矩阵 , 对特征点的搜索速度。但是随着人们对速度 的要 其利用 Hessian矩阵当中的行列式的局部最大值从 求,SURF算法也应用而生。该算法则是对 Doll中 而对兴趣点的位置进行定位 。当Hessian矩阵中行 的高斯二阶微分进行简化和近似 ,对 图像 的滤波简 列式

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档