一种小波混合优化算法用于脑MR图像配准

来源 :计算机工程与应用 | 被引量 : 5次 | 上传用户:lgfyhx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
优化算法是脑磁共振(MR)图像配准方法中的重要组成部分。针对目前已有的优化算法,提出了采用小波混合优化算法应用于脑MR图像配准。该优化算法采用小波分解技术实现脑MR图像的高低分辨率分解,在低分辨率图像上采用PSO(粒子群算法)进行优化获得初步配准参数,然后再采用Powell算法进一步精细优化,获得最终配准参数。实验比较结果表明,该优化算法相对于目前一些主流优化算法来说,具有较低的时间代价,较高的优化精度,以及较好的优化稳定性。
其他文献
电化学是高中化学的一大难点,是氧化还原反应基础知识的深化与拓展,也是考查考生灵活运用基础知识解答实际问题能力的重要命题点.纵观近几年高考试题,高考对该部分知识的考查具有
针对侧扫声纳图像不同区域的像素分布特点,提出了一种改进的BEMD(二维经验模态分解)-分层水平集分割算法。介绍了CV(Chan和Vese)水平集模型和分层水平集模型,利用分层水平集模型进行三类分割。为了提高分割精度,利用BEMD重新描述模型的能量函数。通过BEMD的加权参数,在不影响分割精度的前提下提高模型的抗噪性能。分析了c-均值算法与水平集算法的联系,利用改进的c-均值算法初始化水平集演化曲线
化复杂为简单,化未知为已知,化繁为简,化难为易,这就是数学中的转化思想.在立体几何中,平行之间、垂直之间、平行与垂直之间都可以相互转化、传递,从而得到各种位置关系.下面分别举例
图像显示适应面临展示面积受限、长宽比不固定等问题,已经成为多媒体领域的研究热点之一。关键是收缩后能够凸显图像重要区域,保持连续,避免扭曲。提出了一种基于区域轮廓能量的图像显示适应算法,通过对图像的视觉显著度分析,得到符合人类视觉的图像区域轮廓能量分布图。这样,在缩放过程中,删除或复制表示非敏感内容的低能量线,并且在显示图像内容的同时突出图像中的显著区域。实验结果表明,该方法保持了图像中显著目标的原
物理问题的解决与解题思路的角度和方向有着密切的关系,一个实际物理问题的对象、条件和过程往往是复杂多变的,为了使题设条件与已有的物理规律进行有效的对接,我们常常需要对解
绝对值性质定理|a|-|b|≤|a ±b|≤|a|+|b|在形式上很简单,但学生不容易理解和运用。有时利用此性质定理进行放缩,解决有关绝对值不等式问题快速而简洁,令人耳目一新,甚至拍手叫绝。1 运