基于点配准的精度验证与改进.doc

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
word格式 word格式 .. .. .. .. word格式 .. .. 本科毕业设计(论文) FINAL PROJECT/THESIS OF UNDERGRADUATE (2016届) 基于点配准的精度验证及改进 Progress verification and improvement based on point registration 学  院 工程科技学院 专  业 医学影像技术 学生姓名 陆嘉磊 学  号 1427059210 指导教师 王远军 副教授 完成日期 2016年5月 word格式 .. .. .. .. 承诺书 本人郑重承诺:所呈交的毕业论文“基于点配准的精度验证及改进”是在导师的指导下,严格按照学校和学院的有关规定由本人独立完成。文中所引用的观点和参考资料均已标注并加以注释。论文研究过程中不存在抄袭他人研究成果和伪造相关数据等行为。如若出现任何侵犯他人知识产权等问题,本人愿意承担相关法律责任。 承诺人(签名):______________________ 日期: 年 月 日 摘 要 所谓图像配准就是将不同条件下获取的两幅或多幅图像进行首先进行叠加,然后进行匹配,目的是消除图像之间的差距。首先对两幅或以上的图像根据图像的某方面特征进行提取得到具有这些特征的点,我们把所有具有这种特征的点称为特征点;再通过进行相似性度量找到其他图像上匹配的特征点对;然后通过对图像需求的分析并匹配的特征点对得到图像空间坐标变换参数;最后由坐标变换参数进行图像配准。而 特征提取算法是配准技术中的关键,一种快速而准确的特征提取算法可以为特征匹配的成功进行提供了保障。因此,找到一种合适的的图像特征提取方法,对于匹配精度至关重要。 在医学图像方面,医学图像配准是指对于医学图像寻求一种空间变换,使它和另一幅医学图像上的对应点取得空间上的一致。这种一致是指图像上的同一解剖点在两张需要匹配图像上有相同空间位置。配准的结果需使两幅图像上所有解剖点或至少是所有有诊断意义的点及手术感兴趣点都达到匹配。 对于配准方法精度的验证对于图像配准来说是必不可少的一个部分。图像配准方法基本可以分为三种:基于灰度的图像配准方法、基于变换域的图像配准方法和基于特征的图像配准方法。本文就是针对这些配准方法的的精度验证及改进的介绍。 关键词:医学图像 图像配准 精度验证 方法改进 word格式 ABSTRACT The image registration is overlying two or more images under different conditions. At first, feature points are extracted from the features of two or more images . Then, the feature points are extracted. The feature points of the other image matching are found by the similarity measure, and the image space transformation parameters are obtained by analyzing the requirement of the image and matching the feature points. Finally, the image registration is performed by the transformation parameters. Feature extraction is the key to the registration technology, and the feature extraction is the guarantee for the successful feature matching. Therefore, it is very important to find a feature extraction method with good stability and accuracy. It has been widely used in the field of target detection, model reconstruction, motion estimation, feature matching, tumor detection,lesion location, angiography, geological prospecting, aviation reconnaissance and so on.

文档评论(0)

文档分享 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档