共查询到15条相似文献,搜索用时 62 毫秒
1.
目的为了提高印刷图像配准的精度。方法提出一种基于梯度和归一化互信息的印刷图像配准方法。首先获取图像的归一化互信息,同时使用边缘检测算子获取图像边缘梯度的模值和方向角,然后根据边缘梯度信息和归一化互信息构造新的测度函数,以新的测度函数为目标函数,用Powell优化算法获取用于配准的最优参数。结果通过将文中提出的方法和基于归一化互信息的图像配准方法分别用于印刷图像配准,得到的统计实验结果表明,对于100项随机配准参数,新方法得出的配准误差波动幅度更小,配准精度更高。结论文中所提方法在准确性上优于基于归一化互信息的图像配准方法。 相似文献
2.
互信息作为多模医学图像配准的测度函数被广泛应用,但是当配准图像不理想时,互信息配准方法可能会失效.为了提高配准的精度及稳定性,提出了一种改进加权互信息的医学图像配准方法.首先,由图像直方图辅助的方法选取一定的感兴趣区域;其次,分别计算感兴趣区域的互信息和整体图像的互信息;最后,由两个不同的互信息加权组合构造出两个新的测度函数并作为图像配准的依据.对3个测度函数的特性、配准误差和配准时间进行实验比对,结果表明改进的方法具有较高的精度和较好的鲁棒性. 相似文献
3.
研究了灰度多模医学图像配准中广泛使用的最大互信息方法,在此基础上,又研究了边缘图像的互方差配准原理,并将其引入到原始图像的互信息中,综合互信息和边缘互方差对图像配准的目标函数作了改进,定义了一个新的测度函数.通过使用Powell算法和模拟退火混合优化算法对目标函数进行寻优,得到了配准变换参数,最终对图像实现了配准.这种方法既利用了原始图像的灰度互信息,又利用了边缘图像在二维水平面上像素间的关系,起到了补偿互信息缺陷的作用,提高了配准的精度.通过Matlab仿真实验证明这是一种有效的医学图像配准方法. 相似文献
5.
6.
7.
8.
9.
10.
11.
目的 针对实际生产中获取印刷标志图像标签成本较高的问题,研究基于约束谱聚类的印刷套准状态识别方法.方法 基于少量有标签的样本,建立样本之间的must-link约束和cannot-link约束,并进行约束扩展.计算印刷标志图像样本点欧式空间相似度矩阵,并根据扩展后约束关系修正,构建样本点的特征向量空间.采用K-means方法对样本点特征向量空间进行2类聚类,即印刷套准图像和印刷套不准图像.结果 文中方法在实验数据集上的最高印刷套准识别准确率为98.11%.文中方法(约束对数为30)的识别准确率优于无监督的谱聚类方法、朴素贝叶斯方法和决策树方法,文中方法与SVM方法的识别准确率接近.文中方法获取印刷标志图像标签的成本低于SVM方法,且模型建立和识别的时间也少于SVM方法.结论 文中方法以较少的获取印刷标志图像标签成本达到了较高的印刷套准识别准确率. 相似文献
12.
针对目前图像拼接中计算量大、精度低两大难题,本算法应用高精度伺服控制平台、边缘信息阈值分割和模板匹配图像处理方法,实现了PCB图像的快速拼接。由于高精度伺服控制平台的引入,使得图像重合区域的参数获取变得容易。实验表明:应用伺服控制平台以后,提高了算法的实时性,达到较高的精度。 相似文献
13.
目的 针对不均衡的印刷标志图像训练集构建的二分类模型,对少类的印刷套不准图像识别准确率低的问题,研究不均衡印刷标志图像套准状态的单分类模型识别方法。方法 提出支持向量数据描述方法,实现多类的印刷套准图像和少类的印刷套不准图像的准确识别。采用多类的印刷套准图像训练支持向量数据描述,构建模型。采用网格寻优方法和交叉验证方法确定模型的最佳参数 和 。利用模型对印刷标志图像套准状态进行识别。结果 采用文中提出的支持向量数据描述方法,对印刷标志图像套准状态识别获得的总体识别率a为0.9500,印刷套准图像和印刷套不准图像识别准确率的几何平均数Gmean为0.9513。结论 文中提出的方法获得的总体识别率a和识别率的几何平均数Gmean要优于实验中的其他方法。 相似文献
14.
针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。 相似文献