图书介绍
医学图像分割与配准 2 ITK实现分册PDF|Epub|txt|kindle电子书版本下载
- 周振环等著 著
- 出版社： 成都：电子科技大学出版社
- ISBN：7811145715
- 出版时间：2007
- 标注页数：285页
- 文件大小：108MB
- 文件页数：295页
- 主题词：医学图像－图象数字化处理
PDF下载
下载说明
医学图像分割与配准 2 ITK实现分册PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第2部分3
第八章 配准3
8.1 配准框架3
8.2 “Hello World”配准4
8.3 配准框架的特征10
8.3.1 变换映射的方向10
8.3.2 物理空间中的配准11
8.4 监控配准12
8.5 多形态配准15
8.5.1 Viola-Wells交互信息15
8.5.2 粗糙的交互信息20
8.5.3 绘制联合直方图23
8.6 居中变换26
8.6.1 二维刚性配准27
8.6.2 采用图像力矩初始化32
8.6.3 2D相似变换36
8.6.4 3D中的刚性配准38
8.6.5 中心仿射变换42
8.7 多分辨率配准45
8.7.1 主要原则46
8.7.2 参数调节51
8.8 变换54
8.8.1 几何表示法54
8.8.2 变换一般特征56
8.8.3 一致变换57
8.8.4 平移变换57
8.8.5 比例转换58
8.8.6 比例对数变换59
8.8.7 欧拉2D变换59
8.8.8 居中刚性2D变换60
8.8.9 2D相似度变换60
8.8.10 四元数刚性变换61
8.8.11 Versor变换61
8.8.12 Versor刚体3D变换62
8.8.13 欧拉3D变换62
8.8.14 3D相似变换63
8.8.15 刚性3D透视变换63
8.8.16 仿射变换64
8.8.17 B样条可变形变换65
8.8.18 Kernel变换65
8.9 内插器66
8.9.1 最近点差值67
8.9.2 线性差值67
8.9.3 B样条插值67
8.9.4 窗口化Sinc内插68
8.10 尺度69
8.10.1 均方Metric71
8.10.2 正则化相关尺度73
8.10.3 倒数均方差分73
8.10.4 互信息度量74
8.10.5 Kullback-Leibler距离metric76
8.10.6 规格化交互信息Metric76
8.10.7 直方图均方76
8.10.8 相关系数直方图76
8.10.9 基匹配度量77
8.10.10 Kappa统计Metric77
8.10.11 梯度微分Metric77
8.11 优化器77
8.11.1 基度量的配准79
8.11.2 1+1进化优化配准81
8.11.3 空间对象的模糊构建配准82
8.11.4 结合预先知识的刚性配准84
8.12 图像“金字塔”算法85
8.13 可变形配准86
8.14 虚拟变形配准104
8.15 可视化变形域110
8.15.1 可视化2D变形域110
8.15.2 可视化3D变形域112
8.16 基于配准的模型114
8.17 点集配准124
第九章 图像分割136
9.1 区域生长136
9.1.1 连接门限136
9.1.2 OTSU分割139
9.1.3 邻域连接141
9.1.4 置信连接143
9.1.5 孤立连接147
9.1.6 向量图像中的置信连接149
9.2 基于分水岭的分割151
9.2.1 综述151
9.2.2 使用ITK分水岭滤波器153
9.3 水平集分割156
9.3.1 快速步进分割158
9.3.2 形状检测分割164
9.3.3 测量主动轮廓分割171
9.3.4 阈值水平集分割175
9.3.5 Canny边缘水平集分割177
9.3.6 拉普拉斯水平集分割181
9.3.7 形状引导测量主动轮廓分割183
9.4 混合法192
9.4.1 绪论192
9.4.2 模糊连接度和置信连接度192
9.4.3 模糊连接度和Voronoi分类194
9.4.4 可形变模型和Gibbs先验199
9.5 特征提取205
第十章 统计213
10.1 数据箱213
10.1.1 样本接口213
10.1.2 样本改编器215
10.1.3 直方图219
10.1.4 子样本222
10.1.5 成员样本224
10.1.6 成员样本生成器226
10.1.7 K-d目录229
10.2 算法和函数233
10.2.1 样本统计233
10.2.2 样本生成237
10.2.3 样本分类244
10.2.4 概率分布函数247
10.2.5 间距量度248
10.2.6 判断规则249
10.2.7 随机变量的生成251
10.3 应用于图像的统计学252
10.3.1 图像直方图252
10.3.2 图像信息理论259
10.4 分类265
10.4.1 基于K平均值堆积的k-d目录266
10.4.2 K平均值分类271
10.4.3 贝叶斯插件分类器273
10.4.4 最大期望混合模型估计278
10.4.5 用Markov随机域进行分类281