• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Computational Intelligence for Multimedia Signal and Vision Processing, 2009. CIMSVP '09 >Binary image registration using cellular simultaneous recurrent networks
【24h】

Binary image registration using cellular simultaneous recurrent networks

机译：使用蜂窝同时递归网络进行二进制图像配准

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Cellular simultaneous recurrent networks (CSRN)s have been successfully exploited to solve the conventional maze traversing problem. In this work, for the first time, we investigate the use of CSRNs for image registration under affine transformations. In our simulations, we consider binary images with in-plane rotations between plusmn20deg. First, we experiment with a readily available CSRN with generalized multilayer perceptrons (GMLP)s as the basic core. We identify performance criteria for such CSRNs in affine correction. We then propose a modified MLP architecture with multi-layered feedback as the core for a CSRN to improve binary image registration performance. Simulation results show that while both the GMLP network and our modified network are able to achieve localized image registration, our modified architecture is more effective in moving pixels for registration. Finally, we use sub-image processing with our modified MLP architecture, to reduce training time and increase global registration accuracy. Overall, both CSRN architectures show promise for correctly registering a binary image.
机译：蜂窝并发递归网络（CSRN）已成功地用于解决常规的迷宫穿越问题。在这项工作中，我们第一次研究了仿射变换下CSRN在图像配准中的使用。在我们的仿真中，我们考虑平面内旋转角度在plusmn20deg之间的二值图像。首先，我们以通用多层感知器（GMLP）为基本核心的现成CSRN进行实验。我们确定仿射校正中此类CSRN的性能标准。然后，我们提出了一种改进的MLP体系结构，其中多层反馈作为CSRN的核心，以提高二进制图像配准性能。仿真结果表明，虽然GMLP网络和我们的改进型网络都能够实现本地化图像配准，但我们的改进型体系结构在移动像素进行配准方面更有效。最后，我们将子图像处理与改进的MLP架构一起使用，以减少训练时间并提高全局配准精度。总体而言，两种CSRN体系结构都显示出正确注册二进制映像的希望。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号