基于交叉累计剩余熵的图像配准中插值方法的改进.pdfVIP

基于交叉累计剩余熵的图像配准中插值方法的改进.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
基于交叉累计剩余熵的图像配准中插值方法的改进.pdf

第 41卷 第 1O期 计 算 机 工 程 2015年 10月 Vo1.41 No.10 ComputerEngineering October2015 · 图形图像处理 · 文章编号:1000-3428(2015)10-0199-05 文献标识码:A 中图分类号:TP391 基于交叉累计剩余熵的图像配准中插值方法的改进 相 艳 ,贺建峰 ,张云春 ,蔡 莉 (1.云南省计算机技术应用重点实验室,昆明650500; 2.昆明理工大学信息工程与 自动化学院,昆明650500;3.云南大学软件学院,昆明650091) 摘 要:交叉累计剩余熵 (CCRE)比传统互信息在配准强噪声 图像时更具优势,但采用部分体积 (PV)插值 的 CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值 (BPV)、哈宁窗 sinc函数的PV插值 (HPV)和 Blackman-Harris窗 sinc函数的PV插值 (BHPV)方法在 CCRE中的 应用,提出一种新的插值方法。该方法采用灵活的邻域中心 ,将插值点对联合直方图贡献的权重分散到临近的9个 点上,并使用高斯函数作为PV插值的核函数 ,避免权重突变。实验结果表明,与 BPV,HPV和BHPV插值方法相 比,该方法对噪声 图像的配准率较高,配准速度较快 ,更适合应用于 CCRE的计算 。 关键词:图像配准;交叉累积剩余熵 ;部分体积插值 ;高斯函数 ;3阶B样条函数 ;sinc函数 中文引用格式:相 艳,贺建峰,张云春,等.基于交叉累计剩余熵的图像配准中插值方法的改进 [J].计算机工程, 2015,41(10):199—203. 英文引用格式 :Xiang Yan,HeJianfeng,ZhangYunchun,eta1.ImprovementofInterpolation Method in Cross CumulativeResidualEntropy—basedImageRegistration[J].ComputerEngineering,2015,41(10):199—203. ImprovementofInterpolation M ethodin CrossCumulativeResidualEntropy-based ImageRegistration XIANG Yan一,HE Jianfeng ,ZHANG Yunchun ,CAILi (1.KeyLabofComputerTechnologiesApplicationofYunnanProvince,Kunming650500,China; 2.InstituteofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kuuming650500,China; 3.SchoolofSoftware,YunnanUniversity,Kunming650091,China) 【Abstract】ThekeystrengthoftheCrossCumulativeResidualEntropy(CCRE)overthepopularMutualInformation (MI)methodisthattheformerhassignificantlylargernoiseimmunity.ButCCREusingconventionalPartialVolume (PV)interpolationwillresultintheemergencyofthelocalextremesongridpoints,whichmayhampertheoptimization algorithm from gettingtransformationparameters.Inorder

文档评论(0)

suijiazhuang1 + 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