Locally adaptive conductance in geometry-driven-diffusion filtering of magnetic resonance tomograms

Ivan Bajla, Igor Holländer

Publikation: Beitrag in FachzeitschriftArtikelBegutachtung

Abstract

A method of local adapting of the conductance using a pixel dissimilarity measure. It involves a specific cost function suitable for the calculation of the optimum relaxation parameter and for the selection of the optimal exponential conductance in geometry-driven-diffusion (GDD) equation
OriginalspracheEnglisch
Seiten (von - bis)271-282
Seitenumfang12
FachzeitschriftIee Proceedings - Vision Image and Signal Processing
PublikationsstatusVeröffentlicht - 2000

Research Field

  • Nicht definiert

Schlagwörter

  • nonlinear image filtering
  • geometry-driven diffusion
  • image segmentation
  • magnetic resonance imaging

Fingerprint

Untersuchen Sie die Forschungsthemen von „Locally adaptive conductance in geometry-driven-diffusion filtering of magnetic resonance tomograms“. Zusammen bilden sie einen einzigartigen Fingerprint.

Diese Publikation zitieren