版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像配準(zhǔn)是圖像處理研究的一個(gè)重要方面,配準(zhǔn)技術(shù)是當(dāng)前發(fā)展較為迅速的技術(shù)之一。近年來(lái),隨著計(jì)算機(jī)可視化的發(fā)展,圖像配準(zhǔn)的應(yīng)用日趨廣泛,其應(yīng)用領(lǐng)域包括醫(yī)學(xué)中的疾病診斷、縱向追蹤;衛(wèi)星圖像處理;全景圖像拼接;智能機(jī)器人等。隨著計(jì)算視覺(jué)的不斷發(fā)展,所要處理的圖像也越來(lái)越復(fù)雜,大形變和超大形變的圖像配準(zhǔn)中形變不同程度的陷入局部最優(yōu)是目前的研究難點(diǎn)之一。對(duì)大形變圖像配準(zhǔn)的相關(guān)最新技術(shù)進(jìn)行了深入分析研究,取得對(duì)大形變分析的進(jìn)展結(jié)果,如大形變使得圖像信
2、息和拓?fù)浣Y(jié)構(gòu)有更大的改變、目前最新的算法對(duì)局部與整體的流形不能很好地保持一致性,導(dǎo)致能量不對(duì)稱(chēng)收斂等。
針對(duì)大形變圖像配準(zhǔn)的特點(diǎn),研究了流形學(xué)習(xí)技術(shù)與微分同胚配準(zhǔn)模型,提出了一種基于流形思想的大形變微分同胚圖像配準(zhǔn)快速算法(Manifold registration of large deformation,MRL模型), MRL旨在充分體現(xiàn)大形變配準(zhǔn)中局部與整體的本質(zhì)信息和流形保持,同時(shí)在算法上可大幅度的減少大變形圖像配準(zhǔn)的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于流形學(xué)習(xí)的圖像識(shí)別研究.pdf
- 基于流形學(xué)習(xí)的圖像檢索技術(shù)研究.pdf
- 基于流形學(xué)習(xí)和字典學(xué)習(xí)的圖像檢索.pdf
- 30751.基于流形學(xué)習(xí)的圖像理解研究
- 基于流形學(xué)習(xí)的紙幣圖像分析方法研究.pdf
- 基于流形學(xué)習(xí)的圖像檢索及其應(yīng)用研究.pdf
- 高光譜圖像流形學(xué)習(xí)算法研究.pdf
- 基于流形學(xué)習(xí)的圖像超分辨率重建研究.pdf
- 基于流形學(xué)習(xí)的高光譜圖像降維與分類(lèi)研究.pdf
- 基于流形學(xué)習(xí)的舌圖像顏色特征提取方法研究.pdf
- 基于流形學(xué)習(xí)的分類(lèi)技術(shù).pdf
- 基于流形學(xué)習(xí)的路面破損圖像多特征融合方法.pdf
- 基于流形學(xué)習(xí)的金屬斷口圖像識(shí)別方法研究.pdf
- 流形學(xué)習(xí)算法研究.pdf
- 面向高光譜遙感圖像分類(lèi)的流形學(xué)習(xí)研究.pdf
- 高光譜圖像稀疏流形學(xué)習(xí)方法研究.pdf
- 基于流形學(xué)習(xí)的纖維叢學(xué)習(xí)算法研究.pdf
- 基于流形學(xué)習(xí)的面部表情圖像識(shí)別方法研究.pdf
- 基于流形學(xué)習(xí)的智能診斷方法研究.pdf
- 基于流形學(xué)習(xí)的高光譜遙感圖像的降維方法研究.pdf
評(píng)論
0/150
提交評(píng)論