搜索资源列表
huxinxitu
- 能够绘制实现两幅图像的互信息测度图,采用遍历搜索方法 main.m为主程序-Be able to draw the two images, mutual information map, and traverse the search method. S main.m main program
huxinxi-
- 基于互信息的图像配准及其图像和文字概述，基于互信息的图像配准及其图像和文字概述-Mutual information registration
Bppeizhuna
- 基于互信息的图像配准源代码，，采用粒子群优化算法可直接使用。 -Based on mutual information image registration source code, using particle swarm optimization algorithm can be used directly.
MGradienttMIu
- 互信息和梯度相结合的图像配准算算法，在配准中引入了图像的空间信息 -Image registration mutual information and gradient combination of a numerical algorithm, the introduction of spatial information in the registration
MI_GG
- MI_GG是用互信息来进行图像处理的算法。由Generoso Giangregorio编写。里面的代码说的比较清楚。-MI_GG is the mutual information to image processing algorithms. Written by Generoso Giangregorio. Inside the code that more clearly.
VS-socket-programming
- Visual C++（后面简写为VC）网络编程是指用户使用MFC类库（微软基础类库）在VC编译器中编写程序，以实现网络应用。用户通过VC编程实现的网络软件可以在网络中不同的计算机之间互传文件、图像等信息。本章将向用户介绍基于Windows操作系统的网络编程基础知识，其开发环境是VC。在VC编译器中，使用Windows Socket进行网络程序开发是网络编程中非常重要的一部分。-The Visual C++ (behind abbreviated as VC) network programmin
peizhun
- 此程序可以实现对图像进行配准，所采用的相似性测度包括归一化互信息，互信息等多种测度，同时包含多种测试程序。-This procedure can be achieved for the image registration, using the similarity measure of the mutual information, normalized mutual information, and many other measure, contain both a variety of
hu-xin-xi
- 图像的匹配，基于互信息的，其中包含一些优化的算法，对学习图像的有帮助。-Image matching, based on mutual information, which contains a number of optimization algorithms, learning image.
image-fusion.RAR
- 给出了一种新的基于小波多尺度分解的分层图像融合方法. 其基本思想是先对源图像 进行小波多尺度分解 其次, 按照融合规则, 采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数 最后, 通过逆小波变换重构融合图像. 该方法被成功地用于图像的融合 处理. 此外, 利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量, 对该融合方法的融合性能 进行了评价与分析. 实验结果表明, 该融合方法是十分有效的- A novel h ierarch ical image fusio
Image-Register--MI.rar
- 这些程序主要实现了对两幅图像的基于互信息法的配准,These procedures is the main achievement of the two image registration based on mutual information method
Mutual_Information
- 研究了基于互信息测度的医学图像配准方法,提出了一种优化算法的改进。目的旨在于解决配准的精度和在基于互信息配准过程中的效率问题。提出的优化算法是将拟牛顿方法运用于多模医学图像配准中。实验结果说明这种改进的方法能有效提高配准的精度和效率问题,并得到好的实验效果。-Abstract: This paper presents a novel Optimized method for medical image registration, the purpose is to solve problems,
Computation_of_Mutual_Information
- 【摘要】 基于互信息的配准方法是医学图像配准领域的重要方法。互信息是图像配准中常用的相似性度量,具有鲁棒、精度高等优点,但基于互信息的配准计算量大,制约了它的实际应用。我们采用基于多分辨率和混合优化策略的配准方法,在图像的不同灰度等级数下进行配准,分析了互信息的计算量与灰度等级数的关系,并用人头部的MRI图像和CT图像做了二维的单模模拟实验和多模实际配准实验,结果显示在灰度等级数为32和64时,与灰度等级数为256时相比,配准精度没有明显改变,而计算量下降显著。-Abstract Registr
Optimization-Algorithm
- 摘 要 为了实现快速精确的图像配准， 提出了基于改进粒子群优化算法的互信息图像配准方法， 以互信息作为图像配准的相似性测度， 使用改进的 PSO 算法来求解配准所需的空间变换参数 改进的粒子群算法引入组织的概念把整个种群划分为多个子群体共同进化， 并引入变异运算减少算法陷入局部最优 把改进的粒子群优化算法应用到医学图像配准领域上来， 实验结果表明， 算法能够得到比较满意的配准结果-Abstract In order to realize the fast precise image regist
GeneticAlgorithmMaximalMutual
- 摘 要：针对人脑的二维图像设计了一种遗传算法和最大互信息相结合的医学图像配准算法，采用互信息配准模型，以图像的灰度统计信息为配准依据，用改进的遗传算法搜索图像间的最优变换参数，并用最大互信息作为目标函数指导最优变换参数的搜索。通过实验验证了算法的可行性和稳定性。-Abstract: The paper designs a registration algorithm which links improved genetic algorithm and the maximal mutual inf
Edgeworth_based-MI
- 基于Edgeworth的互信息处理，用于图像处理-Edgeworth based on mutual information processing, used for image processing
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
iamge-fusion-evaluate
- 进行图像融合效果评价的3个常用指标，分别为互信息，Petrovic and Xydeas Metric和quality index。-Image fusion effect evaluation of three commonly used indicators, respectively, for the mutual information Petrovic and Xydeas metrics and quality index.
Artificial-Neural-Networks
- 摘要:回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪如年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述， 人工神经网络的研究与发展必将对现代科学技术产生深远的影响.配准中基于像素和基于特征两类主要方法的优缺点 深入研究了互信息理论在医学图像配准领域的应用和实现机理以及互信息作为相似性测度的优缺点。本文着 重深入研究了Renyi广义互信息及其在图像配准中的作用，并针对互信息计算的复杂性，引入了广义近邻图嫡估计理论，并成功
fusion_evaluation
- 自己整理的图像融合的评价指标，包括信息熵，互信息，边缘相似度等-Organize their own evaluation of the image fusion, including information entropy, mutual information, the edge similarity
mutual-information
- 用互信息方法做的图像配准，效果很好，不足就是运行时间太长-Image registration operated by mutual information method works well, the lack of it is that running time is too long.