-
题名基于导向滤波器的医学图像融合方法
被引量:3
- 1
-
-
作者
郭盼
何文超
梁龙凯
张萌
吕绪浩
弓馨
-
机构
东北师范大学人文学院理工学院
吉林省高校汽车电子技术工程研究中心
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2019年第6期605-612,共8页
-
基金
吉林省教育厅科学规划项目(No.2016516,No.2016517,No.2016518)~~
-
文摘
针对医学图像融合过程中易产生人造纹理的问题,本文将引导滤波器应用到医学图像融合中,有效提高融合图像的空间连续性,减少人造纹理的产生。首先利用导向滤波器的细节增强特性获得图像的细节层信息,主要通过导向滤波器对原图像进行滤波处理得到其基础层图像信息,再与原图像作差运算即可得细节层图像信息;然后采用基于含可变参数p的邻域统计特性融合规则得到图像融合权值系数,该融合规则在原有的邻域统计特性中加入可变参数p,可以有效增强融合图像的细节信息;最后将原图像按照所得的图像融合权值系数进行融合,得到最终的融合图像。实验仿真结果对比分析表明,随着可变参数p的变化,融合效果也有明显的提高,当p>10后,融合效果基本趋于平稳。该融合方法可以有效地实现医学图像融合,与其他融合方法相比,具有一定的优越性。
-
关键词
医学图像
图像融合
导向滤波器
空间连续性
邻域统计特性
-
Keywords
medical image
image fusion
guiding filter
spatial continuity
neighborhood statistical characteristics
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名概率神经网络多模型卡尔曼滤波定位导航算法
被引量:3
- 2
-
-
作者
梁龙凯
张丽英
何文超
吕绪浩
-
机构
东北师范大学人文学院理工学院汽车电子与服务工程系
吉林省高校汽车电子技术工程研究中心
-
出处
《电子技术应用》
2018年第6期60-62,67,共4页
-
基金
吉林省教育厅"十二五"科学技术研究规划项目(吉教科合字[2015]第570号)
-
文摘
交互式多模型扩展卡尔曼滤波(IMM-EKF)算法是解决机动载体运动模型不确定的定位问题的次优算法,在载体做模型确定的运动时该方法仍得到次优解且浪费运算资源。针对IMM-EKF算法的此类缺陷,采用离线训练的概率神经网络模型,实时判断当前运动模型分类,在运动模型确定的状态下选择对应的单一模型进行运算,而在运动模型不确定的状态下选择IMM-EKF算法,既保证定位精度,又减少了不必要的运算量。仿真对比实验验证了相比于IMM-EKF算法,新算法在精度方面的优势。
-
关键词
导航定位
扩展卡尔曼滤波
概率神经网络
北斗卫星导航系统
全球定位系统
-
Keywords
navigation
extend Kalman filter(EKF)
probabilistic neural network(PNN)
BDS
GPS
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-