粒子群优化的CNN互信息医学图像配准算法

• 作者: 兰红 金绍斌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 粒子群算法 CNN 图像配准 边缘提取 互信息
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 201-205
• 页数: 5页
• 分类号: TP3
• 字数: 5197字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.12.047

摘要

图像配准首先要对原始图像的边缘进行提取.细胞神经网络(CNN)模板在边缘提取方面具有较好应用,但CNN模板参数采用估算方法得到,在处理边缘模糊的医学图像时检测精度不高.引入粒子群算法让模板参数通过自主学习进行优化,生成精确的CNN模板用于提取图像边缘.然后将边缘提取结果与原始图像进行几何转换和融合,并将融合图像与参考图像进行互信息相似性度量,为使互信息最大,再次利用粒子群算法参数优化.实验应用于医学图像,结果表明提出的配准算法在配准速度和精度上都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰红	江西理工大学信息工程学院	66	377	11.0	16.0
2	金绍斌	江西理工大学信息工程学院	1	0	0.0	0.0