暂无评论
通过B样条parzen窗估计直方图,获得互信息,构建金字塔并利用ML搜索算法缩短配准时间
由于作为朴素贝叶斯分类器的主要特征的条件独立性假设条件过强且在不同数据集上表现出的差异,所以独立性假设成为众多改进算法的切入点。但也有研究指出不满足该假设并没有对分类器造成预想的影响。从降低后验概率的
由于成像机理不同和人体组织结构的高度复杂性,单模态的医学图像不能提供医生所需要的足够信息。多模态医学图像的配准和融合有着十分重要的意义。图像配准是图像融合首先要解决的问题。配准的目的是使两幅图像的位置
我们在三个时空维度上计算自由标量的互信息的长距离展开中的次要顺序项。 所考虑的几何形状是两个不相交的圆盘,其中心之间的距离为r。 没有找到证据证明在次要前项项的连续n→1的Rényi参数n中没有非解析
matlab开发-非参考接收图像融合的特征互信息测量。FMI是一种基于图像特征互信息的非参考图像融合度量。
针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根
使用matlab,计算高光谱图像两个波段的灰度分布,灰度概率以及两幅图像的互信息熵。
一篇论文 基于小波变换和互信息的医学图像配准
图像配准是多源图像分析的关键步骤,是图像应用的基础。频域配准方法具有配准精度高和速度快的优点。P.Vandewalle 的频域配准算法明显优于其他频域算法和一些空间域算法,对该算法进行了改进,仅使用了
提出了多阈值模糊互信息图像分割新方法。该方法首先将模糊隶属度函数引入到传统互信息量中并定义模糊信息量概念;其次将模糊互信息量用于图像分割时给出具体隶属度函数的构造;最后采用混沌优化法来获得多阈值模糊互
暂无评论