图像修复matlab代码Path_planning_for_FEVAR 通过可变形配准腹主动脉瘤的3D路径规划，进行机器人辅助的开窗血管内修复 要求 版本：Matlab R2016a至R2017a 平台：Windows，Linux 脚本'demo_2D3Dregist.m'： 这演示了如何从2D术中分割的动脉瘤形状和3D术前骨骼恢复机器人路径的3D骨骼，它将导入术前透视的2D jpg图像，2D分割标签和3D骨骼。 它将显示2D / 3D骨骼，术中（地面真实）骨骼，术前骨骼和我们的预测的注册时间成本，以及在2D和3D中评估的距离误差。 文件夹“功能”： 它包括为在2D和3D骨架之间进行可变形配准而编写的所有代码。 请仔细阅读每个文件中的许可证。 对于使用此文件夹中代码的任何学术出版物，请引用： 郑JQ，周XY，C。Riga和GZ Yang，“机器人辅助有条件的血管内主动脉修复的单一2D荧光镜图像的3D路径规划”，IEEE国际机器人与自动化会议（ICRA），2019年。 文件夹“数据”： 它包括演示中使用的导入数据。 文件夹“外部”： 它包括演示中使用的重新分配的代码。 请仔细阅读每个文件

无人机（UAV）的3D路径规划旨在在考虑到几何，物理和时间限制的同时，在3D混乱的环境中找到最佳且无碰撞的路径。 尽管已经完成许多工作来解决无人机3D路径规划问题，但仍缺乏对此主题的全面调查，更不用说最近发表的专注于该领域的作品了。 本文分析了最近开发的最成功的无人机3D路径规划算法。 本文将无人机3D路径规划方法分为五类：基于采样的算法，基于节点的算法，基于数学模型的算法，基于生物启发的算法和基于多融合的算法。 对于每个类别，都进行了严格的分析和比较。 此外，在考虑了其工作机理和时间复杂度的基础上，对每种方法进行了全面的适用性分析。

机器人3D（三维）路径规划目标，旨在在考虑运动学约束（包括几何，物理和时间约束）的同时，在3D工作空间中找到最佳且无碰撞的路径。必须考虑动力学的规划是找到时间最短的运动学最优路径并完整地对环境进行建模。以及水下机器人。 本文根据其探索机制将所有方法分为五类，并提出了一个类别，称为基于多融合的算法。 对于所有这些算法，将从时间效率和可实施区域的角度对它们进行分析。 此外，在考虑了每种方法的优缺点之后，对每种方法也进行了全面的适用性分析。

在别人3D路径规划上改的，matlab程序。还是比较好用的。可以借鉴修改，布谷鸟算法、遗传算法、大家可以借鉴。有很多资料的。