基于无监督学习的医学图像非刚性配准项目完整代码
2021-12-25 14:11:21 41KB 深度学习 医学图像 图像处理
1
文中考虑一类A(α)―稳定的线性多步法它具有最大绝对稳定域,在同样精度的情况下给出了一组2到7阶的线生k步法,它比同阶的GEAR方法及XBW方法的绝对稳定域都大,并且适合于求解刚性常微分方程。
2021-12-18 22:52:25 2.9MB 自然科学 论文
1
SimpleRigidSim_PyOpenGL 非常简单的示例(在Python + OpenGL环境中的3d obj查看器和刚性仿真 此示例需要安装以下软件包$ pip install pyOpenGL $ pip install glfw $ pip install numpy 要运行Simple Obj Viewer,请双击SimpleObjViewer.py或$ python SimpleObjViewer.py 要运行简单刚性模拟器,请双击SimpleRigidSim.py或$ python SimpleRigidSim.py
2021-12-09 15:00:52 1KB
1
完整英文版 IEC 60966-4:2003 Radio frequency and coaxial cable assemblies – Part 4:Sectional specification for semi-rigid coaxial cable assemblies(射频和同轴电缆组件 – 第 4 部分:半刚性同轴电缆组件的分规范)。涉及在横向电磁模式 (TEM) 下工作的半刚性同轴电缆组件。 建立了测试由半刚性同轴电缆和同轴连接器组成的半刚性同轴电缆组件的电气、机械和环境特性的统一要求。
2021-11-28 22:01:20 441KB IEC 60966-4 射频 同轴电缆
完整英文版 IEC 60966-4-1:2003 Radio frequency and coaxial cable assemblies - Part 4-1:Blank detail specification for semi-rigid coaxial cable assemblies(射频和同轴电缆组件 - 第 4-1 部分:半刚性同轴电缆组件的空白详细规范)。 分规范的补充文件,包含对样式和布局的要求以及详细规范的最少内容。
2021-11-28 22:01:20 556KB IEC 60966-4-1 射频 同轴电缆
这是 2014/2015 夏季学期 CTU 数字图像处理课程的一个学期项目。 目标是基于以下论文,尽可能实现实时的实时图像变形: 该资料库的“报告”文件夹中包含演示文稿和最终报告,两者均以斯洛伐克文编写,但包含取得的成果图像。 执行 应用程序是用 Python 3.4 64 位实现的,计算量很大的部分是用 C 编写的。使用的 Python 库是:numpy、Pillow 和 TkInter。 对于库的编译,添加了一个非常小的makefile。 应用程序未在 Windows 7 64 位以外的任何其他设备上进行测试。 要启动应用程序,请使用 main.py,其中有一个硬编码的图像路径。 添加和移动控制点使用鼠标左键,删除使用鼠标右键。 结果示例
2021-11-11 19:20:34 8.75MB Python
1
刚性图像配准技术在计算机领域中是一个重要的研究方向,也广泛应用在医学、天文和军事等领域。非刚性图像配准过程中,往往无法同时解决局部大形变和小形变的问题。针对此问题,结合归一化互信息图像配准的理论,提出基于互信息的Active Demons非刚性图像配准算法。该算法通过引入互信息来提高Active Demons算法的驱动力,同时采用待配准图像和原图像的互信息自适应地调节归一化因子α,再对医学图像、自然图像和合成图像进行测试仿真实验。实验结果表明:所提算法在配准精度和鲁棒性上优于原来的Active Demons算法,可以较好地处理大形变图像并保留其边缘特征,得到更好的配准精度和视觉效果。
2021-11-09 16:27:51 5.31MB 图像处理 非刚性图 互信息 Active
1
RegNet 介绍 在这项工作中,我们提出了一种通过学习方法来解决非刚性图像配准的方法,而不是通过对预定义的相异性度量进行迭代优化来解决。 我们设计了卷积神经网络(CNN)架构,与所有其他工作相反,该架构直接从一对输入图像中估计位移矢量场(DVF)。 提议的RegNet使用大量的人工生成的DVF进行了训练,没有明确定义相异性度量标准,并且以多种比例集成了图像内容,从而为网络配备了上下文信息。 在测试时,与当前的迭代方法相反,非刚性配准是一次完成的。 引文 [1] , , , , , , 和 ,2019年。。 arXiv预印本arXiv:1908.10235。 [2] , , , , IvanaIšgum和Marius Staring ,2017年9月。 使用多尺度3D卷积神经网络进行非刚性图像配准。 在医学图像计算和计算机辅助干预国际会议上(第232-239页)。 湛
1
钢结构常见的几种梁柱刚性连接形式1.pptx
2021-10-27 21:01:51 472KB
基于粒子群优化算法的多模态医学图像刚性配准.pdf
2021-10-08 23:19:49 194KB 算法 粒子群 数据结构 参考文献