文献

J-GLOBAL ID：201702273032308968   整理番号：17A0354217

分数階梯度に基づく能動的DEMONSアルゴリズムの研究【JST・京大機械翻訳】

Research on Active Demons Based on Fractional Differentiation Gradient Driving

著者 (4件)： Zhang Guimei (School of Aeronautical Manufacturing Engineering,Nanchang Hangkong University) ,  Cao Hongyang (School of Aeronautical Manufacturing Engineering,Nanchang Hangkong University) ,  Chen Yangquan (Mechatronics,Embedded Systems and Automation Lab,School of Engineering,University of California) ,  Liu Jianxin (School of Mechanical Engineering,Xihua University)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 44  号： 12  ページ： 2834-2841  発行年： 2016年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像非剛性登録はコンピュータビジョンと医用画像において重要な役割を果たす。DEMONSアルゴリズムは非剛体レジストレーションを解決する有効な方法であることが証明されているが、しかしDEMONSの非剛性登録アルゴリズムはグレースケール均一と弱テクスチャ領域における画像レジストレーション精度が低く、最適化が局部極小に陥りやすいため、準準速度が遅い。この問題を解決するために,-(RIEMANN-LIOUVILLE)分数微分アルゴリズムを能動的DEMONSアルゴリズムに導入して,--率に基づく能動的DEMONSアルゴリズムを提案した。本論文では,従来の勾配演算子と比較して,画像の詳細情報を強化するだけでなく,均一性と弱いテクスチャ領域の勾配情報を強化することができ,画像レジストレーションの精度と速度を改善した。さらに,実験結果により,登録精度と-パラメータの間の関係を示し,それにより,テンプレートの最適パラメータの選択のための基礎を提供した。異なるタイプの画像の最適パラメータは異なるが、その最適値は一般的に0~1の間である。理論的解析と実験結果は,提案したアルゴリズムがグレイレベルと弱いテクスチャ領域における画像登録に使用することができ,登録精度と速度が著しく改良されることを示し,このアルゴリズムはDEMONSアルゴリズムの重要な拡張である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 医用画像 ,  最適化 ,  画像 ,  剛性 ,  グレースケール ,  コンピュータビジョン ,  *アルゴリズム
準シソーラス用語： グレイレベル ,  最適値 ,  最適パラメータ ,  分数微分 ,  テクスチャ ,  非剛体レジストレーション , 【Automatic Indexing@JST】

著者キーワード (4件)： Riemann-Liouville ,  fractional order gradient ,  active Demons algorithm ,  non-rigid registration

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 分数 ,  アルゴリズム ,  研究