基于CUDA的立体视觉 在本文中，我们提出了一个基于GPU的加速方法，以加快计算量图像配准 统一设备架构（CUDA技术）。一种新颖的CUDA技术为基础的联合直方图计算方法介绍 在这个文件，该文件还对二维图像配准和其他应用程序的一般图形宝贵。此外， 1算法的改进，提出改进FMRIB广泛使用的线性图像注册工具 （调情）。虽然采取了额外的时间是通过应用该算法的改进，我们的实现表明， 能够执行一个完整的12个自由度（自由度）的两个脑容量图像配准在近35秒， 时间大约是10比本

提出了一种基于整体变分模型的图像修复方法，该方法通过计算像素点的梯度信息来构造一个扩散函数，再进行加权处 理，达到了对原模型的改进．实验表明，该方法修复有较大破损区域的图像效果比较好，边缘过渡更自然．-This p鼍|per p他s铷吣蚰iIIlage∞st0枷on algorinlm b鹪ed∞total v蜀一撕∞model，mis metllod证lpraves tbe original m吠ld tb：∞ugh c∞s蜘Jcting a spmad鼬cti∞by c“culati

最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance method was proposed by the Japanese