搜索资源列表
表面的医学图像配准与融合方法研究
- 表面的医学图像配准与融合方法研究表面的医学图像配准与融合方法研究表面的医学图像配准与融合方法研究
基于SIFT的图像配准方法
- 基于SIFT的图像配准方法
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
jiyuHausdorffdetuxiangpeizhun.
- 针对图像配准中常出现的RST(旋转-比例-平移)变换，推导出了相应的盒距离变换公式。与传统的基于广 义仿射变换的Hausdorff盒距离变换公式相比，缩小了搜索距离空间。在计算Voronoi表面时，根据Hausdorff距 离的计算需要提出比较滑动窗口的区域Voronoi表面，节省了计算Voronoi表面的时间。并且在利用边缘点计算 Hausdorff距离时，剔除琐碎的边缘，仅使用较长的边缘计算。试验结果表明，这些改进方法较大地提高了基于 Hausdorff距离的图像配准的计算速度。
BlockMatchingAlgoMPEG.rar
- 基于图像块信息的图像配准方法，采用了多种方法实现了图像的块配准，并对各种方法的优缺点进行了分析。,Pieces of information based on image image registration method, using a variety of methods to achieve the block image registration, and the advantages and disadvantages of various methods are analyzed.
nonrigid_version7b
- 非刚性图像配准算例，包括最速梯度下降优化、二次样条、2D/3D配准、互信息最小化、3D仿射等多种配准算法。 非刚性配准是当前应用最多的配准方法，用于处理有较大位移的配准问题-Non-rigid image registration examples, including the steepest gradient descent optimization, quadratic spline, 2D/3D registration, mutual information minimizatio
efficient_registration
- 利用傅里叶变换，在频域上对两幅图像配准，是一种比较配准的新方法，但是对弹性配准的效果不是很好 需要进一步的研究。-Registers two images (2-D rigid translation) within a fraction of a pixel specified by the user. Instead of computing a zero-padded FFT (fast Fourier transform), this code uses selective upsamp
qr_0.2
- 医学图像图像配准方法，采用了经典的基于灰度的方法。-This is a general purpose registration method for medical images.
Registration
- 提出一种新的基于分支结构特征的视网膜图像配准方法，此算法可降低误匹配的点。能够应用到其他图像配准中，形成良好的等级结构。-Feature-Based Retinal ImageRegistration Using Bifurcation Structures
peizhunlizi
- 基于平移运动的图像配准方法及其程序，通过此方法可以实现平移图像的配准，并掌握算法-move-base register
MATLABdianpeizhu
- 大量实验表明,提出的方法对同种传感器或者不同传感器图像之间的配准都是有效的。 提出了一种新的基于角点检测的图像配准方法,其核心思想是采用一种快速的 基于图像灰度的角点检测新算法,通过沿圆弧曲线扫描获取角点信息,然后根据这些 角点信息建立图像间角点的对应关系,并由此得到初配准参数,最后通过迭代过程以 提高配准的精度. 理论分析和实验结果表明,该算法对图像间的旋转角度没有限制, 配准精度高而且计算量较小. -Experiments show that the proposed
tuxiangpeizhun
- 基于互信息熵的图像配准方法，其中包括图像配准的程序，还有程序运行的界面，对于初学图像配准或者利用MATLAB做GUI界面的同学有所帮助-Entropy based on mutual information image registration methods, including image registration procedures, as well as run the interface, image registration for the novice or the use of
Biomechanical-Model-based
- 基于生物力学模型的可形变医学图像配准方法。可运行-Biomechanical Model based
MATLAB图像配准程序
- 使用分离傅里叶变换的方法进行亚像素的图像配准(Subpixel image registration is performed using the method of separated Fourier transform)
8 图像配准实例
- 自动对两幅图像进行配准,效果明显，使用图像信息熵方法，计算速度快(Automatic registration of two images, the effect is obvious, the use of image information entropy method, the calculation speed)
基于互信息的肝脏图像配准算法研究
- 基于互信息的肝脏图像配准算法研究 肝脏是人体重要的消化器官，肝脏疾病直接影响到人的生命健康。医学影像 学的快速发展为临床诊断提供了丰富直观的医学图像，肝脏CT增强扫描图像使 用造影剂可以在不同相期得到肝动脉与肝静脉高亮的图像，而不同模态的肝脏图 像反映了不同的病理信息。单一相期图像和单一模态图像往往都不能全面反映出 病理信息，通常融合不同肝脏相期图像和不同模态的肝脏图像可以提供更丰富的 信息以便医生掌握病变肝脏的综合信息，从而做出正确诊断或制定出合适的治疗 方案。而这首先要将待融合
efficient_subpixel_registration
- 一种精确地二维图像配准方法，实现亚像素的配准。(An accurate two-dimensional image registration method to achieve sub-pixel registration.)
互信息图像配准
- 基于图像互信息计算的图像配准方法，互信息为配准带来更高精度(Image registration method based on image mutual information calculation, mutual information brings higher precision to registration)
ICP
- 实现二维图像配准，需要结合opencv使用具体配置(To achieve two-dimensional image registration, you need to use specific configuration in conjunction with opencv)
图像几何变换处理
- 图像的几何变换： 改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 图像变换： 通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。比如傅里叶变换、小波变换等。(Image several transformation processing)