基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的归一化互信息配准方法未利用图像的空间信息,当图像中混有一定噪声时,会出现误配准.边缘是图像最基本的特征之一,为了改进归一化互信息方法,提高图像配准的精度,加快收敛速度,将图像的边缘信息与灰度信息自适应地结合,形成归一化边缘互信息测度(NCMI),提出一种基于加速因子的自适应加速粒子群优化算法(AAPSO)来优化基于NCMI测度的图像配准.AAPSO算法通过对解排序,将指定数量的劣解进行进化加速来引导粒子的飞行,并对自适应惯性权重公式加以改进,提高了算法的收敛性,防止早熟收敛并增加优化解的多样性,同时加入加速因子来提高收敛速度.实验结果表明,该方法配准精度高,速度快,具有较强的实用性.
推荐文章
基于归一化互信息的CT-MRI脑图像配准
医学图像配准
最大互信息
重叠区域
归一化互信息
基于对齐度和互信息的红外与可见光图像配准
图像配准
红外图像
可见光图像
归一化互信息
基于互信息的人脑图像配准研究
互信息
多模医学图像
配准
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于归一化边缘互信息与自适应加速粒子群的图像配准方法
来源期刊 计算机工程与科学 学科 工学
关键词 图像配准 归一化互信息 归一化边缘互信息 粒子群优化 AAPSO算法
年,卷(期) 2013,(1) 所属期刊栏目 图形与图像
研究方向 页码范围 119-123
页数 5页 分类号 TP391.41
字数 3308字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴锡生 江南大学物联网工程学院 81 560 14.0 18.0
2 冯雪芳 江南大学物联网工程学院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (24)
二级引证文献  (7)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像配准
归一化互信息
归一化边缘互信息
粒子群优化
AAPSO算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导