杨芳
- 作品数：4 被引量：5H指数：2
- 供职机构：南昌航空大学信息工程学院更多>>
- 发文基金：江西省自然科学基金国家自然科学基金江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 一种新的基于结构信息的多模医学图像配准算法被引量：1
- 2016年
- 为了提高配准的精确度和鲁棒性,本文提出了一种新的基于结构信息的多模医学图像配准.该方法首先分别求出参考图像和浮动图像的相位一致图像和梯度幅值图像;其次将相位一致图像和梯度幅值图像相结合,得到了多模图像的结构信息;最后利用遗传算法和区域互信息对经过上述处理的图像进行配准.通过在MRI和CT图像上的对比实验表明:相对于经典的基于最大互信息的配准方法,本文配准方法能在更少的迭代次数内得到误差更小的配准参数,且对于噪音环境具有更强的适应能力.因此对于多模医学图像配准,本文方法是一种较传统最大互信息法更为有效的配准方法.
- 刘君杨芳武和雷
- 关键词：图像配准相位一致梯度幅值
- 加权网络的体积维数被引量：2
- 2018年
- 分形维数是度量复杂网络分形特性的最重要的一个指标,其中体积维数被广泛应用于度量无权网络的分形特性。沿着无权网络体积维数的思想进一步考虑,以在给定盒子长度下覆盖到的节点强度和来定义加权网络体积维中"体积"的概念,提出了基于节点强度的加权网络体积维数,并称这种度量加权网络分形特性的维数为强度体积维。首先,利用强度体积维分析了两类具有规则分形结构的谢尔宾斯基(Sierpinski)加权分形网络和康托三角尘(Cantor Dust)加权分形网络,结果表明强度体积维数的值与理论计算的维数值具有非常小的误差。然后,利用强度体积维分析了3个实际加权网络的分形特性,并将结果与利用盒维数得到的结果进行比较,结果表明强度体积维也能够较好地度量实际加权网络的分形特征。
- 黄毅张胜戴维凯王硕杨芳
- 关键词：加权网络分形
- 边缘互方差与互信息结合的多模医学图像配准被引量：2
- 2016年
- 为了提高多模图像配准的精度,提出了一种改进互信息的医学图像配准方法。首先求取图像的互信息,然后通过边缘算子提取图像的边缘信息,求取图像的边缘互方差;最后,将边缘互方差和互信息通过一定的方式结合在一起,得到一个新的测度函数,并且采用遗传算法进行寻优。将本文算法用于CT图像与MRI图像进行配准,并将此配准结果和只用最大互信息的配准方法进行对比,结果表明本文算法配准结果较为准确和稳定。
- 杨芳刘君何南尹阳
- 关键词：互信息遗传算法图像配准
- 基于信息维数的加权网络分形特性分析
- 2018年
- 复杂网络的分形特性被誉为复杂网络的第三大基本拓扑特性,对这一特性的研究有助于深入理解网络结构的复杂性。信息维数法是度量复杂网络分形特性的常用方法。然而,现有的信息维数法主要用于分析无权网络的分形特性,对加权网络分形特性的分析并不完全适用。受加权网络盒维数算法思想的启发,提出了一种基于信息维数的加权网络分形特性分析方法。首先,利用该方法分析了一类具有规则分形结构的谢尔宾斯基加权分形网络,结果表明该方法计算所得的信息维数值与该网络的理论维数值十分接近。然后,利用该方法分析了三个实际加权网络的分形特性,并将分析结果与利用加权网络盒维数算法所得结果进行比较,结果表明该方法同样能够较好地度量实际加权网络的分形特性。
- 黄毅张胜戴维凯王硕杨芳
- 关键词：加权网络分形
