10.3969/j.issn.1001-3695.2011.06.099
基于特征的自适应正则化配准算法
Andriy Myronenko提出了一种自适应正则化的方法并将其应用于非刚性图像的配准,该方法在配准速度和配准精确度方面都取得了比较好的效果;但该方法对变形场初始值比较敏感,选择不当则会陷入局部极小值而不能得到理想的配准结果.为了使原始算法得到更广泛的应用,引入了基于特征点的粗配准方法,得到了与真实变形场更加接近的初始变形场,从而摆脱了局部极小值的困扰,得到了正确的配准结果.实验证明,改进后的算法在应用范围和配准精度上都有了提高.
自适应正则化、局部极小值、粗配准、非刚性配准、特征
28
TP391(计算技术、计算机技术)
国家自然科学基金资助项目40801171
2011-09-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
2358-2360