一种改进的CT胸部图像肺组织分割方法

为了对病变肺部图像进行准确分割,对通常的肺组织分割算法进行了分析和改进,将小波变换与数学形态学引入肺分割算法.通过小波变换对图像进行分解,再运用数学形态学对分解后的各个分量执行不同的修补方法:对低频分量作形态学闭运算,对高频分量作形态学开运算;从而在适当的尺度修正图像的基本特征而不影响细节特征,在重构之后获得理想的肺区域.利用改进后的算法,对医院的36组临床HRCT数据进行分割,并与手工分割结果和通常算法的分割结果进行了比较.结果表明,该方法分割结果准确,能有效提高肺组织分割的平均敏感性.     

基于块分割的新型压缩感知算法

针对现有块分割压缩感知(block compressive sensing,BCS)算法的块效应问题,提出一种低复杂度、可消除块效应的新型块分割重构算法.在稀疏表达时,采用小波变换(DWT)代替离散余弦变换(DCT),改善图像细节分量;在测量时,依据分块图像频率特征对测量矩阵加权,提高图像质量;在重构时,采用正交匹配追踪(orthogonal matching pursuit,OMP)算法代替匹配追踪(matching pursuit,MP)算法,提高重构速度.仿真结果表明,所提出的算法可在保证重构速度的情况下,有效消除块效应,且不增加内存占用.     

基于滤波器阵列和小波域图割的纹理分割

针对图割法计算代价高并难以应用于纹理分割的问题,提出了一种基于滤波器阵列和小波域图割的纹理分割算法.首先对图像进行多层小波分解;然后在子带图像中使用构建的滤波器阵列提取图像的纹理特征,采用texton直方图作为纹理的统计模型,并采用直方图差计算像素点间的纹理相似度;最后根据子带图像计算虚拟尺度图的权值矩阵,构建关联范围递增的多尺度图结构,并根据规范割准则计算纹理的分割.分割结果表明:该算法在获得稳定和准确的纹理分割的同时能够将原始规范割指数时间复杂度压缩为线性时间复杂度,并能够计算大尺寸的图像分割.     

基于特征参数稀疏表示的SAR图像目标识别

通过对合成孔径雷达（synthetic aperture radar,SAR）图像的统计特性分析,提出一种基于特征参数稀疏表示的SAR图像目标识别算法,有效地解决了图像域稀疏表示识别算法存在的高维问题。由低维高精度的广义二维主分量特征构成过完备字典,基于Fisher线性判别准则对该字典进行学习优化,使得类内更紧凑,类间更分开,同时降低了稀疏求解的复杂度。求解测试样本在优化字典下的稀疏表示系数,根据系数矢量的能量特征完成分类识别。MSTAR（moving and stationany target acquisition and recognition）实测SAR图像数据实验的结果表明,该方法稀疏求解复杂度低,并且只需简单的SAR图像预处理即可有效地提高识别的准确率和速度     

小波域的灰色关联度图像压缩

为了改善小波变换的图像稀疏表示性能,提出了一种小波域的灰色关联度图像压缩算法.首先,利用小波变换对测试图像进行分解,获得不同区域的小波系数;然后,利用小波系数特点,将灰色关联度用于系数关联度的刻画中,并计算不同尺度间系数的灰色关联度;根据小波系数区域特征,将小波系数进行分类,构造出不同系数类型下的稀疏表示方法;最后,将该算法应用于图像压缩.实验结果表明,在相同压缩率下,所提算法的客观评价指标峰值信噪比较现有同类算法提高了1.04~3.65 d B,图像主观视觉质量明显提高.所提算法能够结合系数特征和视觉特性自适应地构造字典,提高了图像稀疏表示能力,进一步提高了图像压缩性能.     

基于结构张量与随机游走的图像分割算法

将结构张量与随机游走算法相结合,提出一种新的图像分割策略.算法通过分析结构张量特性,提出尺度向量的概念来计算像素间的连接权值,然后应用随机游走算法实现分割.利用尺度向量得到的权值刻画了图像局部的结构信息,更有效地实现了图像分割.此外,还提出了一种自适应各向异性的滤波函数,用以代替高斯函数对结构张量进行平滑,使所得到的结构张量可以更好地保留图像的复杂结构信息.实验表明,所提算法具有更好的分割准确性和稳定性.     

利用Relief特征加权进行基于小波变换的纹理分割

在利用小波进行纹理分割的相关研究中,通常小波分解的四个子带对分类的贡献是均匀的。为了考虑不同子带对图像分割的不同影响,提出了一种利用Relief算法对小波分解的子带特征进行加权的算法。首先对纹理图像进行标准金字塔结构小波变换,对小波变换后的各层四个子带进行特征提取作为纹理图像的四维特征;从粗尺度开始对纹理图像进行K均值分割,得到初步分割结果;然后把初步分割结果扩展到下一尺度,根据扩展后的分割标记图对相应尺度的纹理特征进行基于Relief的特征加权,得到加权后的四维特征;再进行K均值分割,经过多层迭代后,得到原纹理图像的分割结果。实验结果表明,与未加权的传统分割方法比较,该方法在分割错误率、边缘准确性以及区域一致性上都有明显改善。     

基于小波变换的改进DDGVF医学图像分割算法

针对传统Snake模型不能很好地分割带有凹陷边缘图像的问题,提出了一种改进的结合小波的动态方向梯度向量流(简称DDGVF)模型.该算法首先利用小波变换的多尺度特性对待分割图像进行3层分解,然后在每层分解的图像下进行DDGVF算法的分割,不断获得更加精细准确的目标轮廓,最后达到准确分割.针对合成图像、含有噪声的图像和真实的CT以及MRI医学图像进行仿真实验.结果表明:改进算法能很好地解决传统Snake模型不能深入分割凹陷区域、捕获目标范围小等问题,并且具有分割时间较少的优点,是一种高效准确的医学图像分割算法.     

基于多尺度小波变换的图像边缘检测

图像边缘是图像中的重要信息,为了检测图像中的边缘信息,提出了一种基于多尺度小波变换的图像边缘检测算法．该算法充分利用了图像边缘在多尺度下的信息,首先选用二次B样条小波对原始图像进行多尺度小波分解,提取出图像中的高频信息,包括真实的图像边缘和噪声,然后根据图像边缘和噪声在不同尺度下具有不同的传递性,抑制噪声分量,保留图像边缘分量．实验结果表明,该算法获得了较好的图像边缘检测效果．     

3类图像稀疏表示的去噪性能研究

对3类常见正交基函数的稀疏变换即离散余弦转换(DCT)、离散小波变换(DWT)、奇异值分解(SVD)进行研究,在构建基函数的基本稀疏表示的模型基础上,以灰度图像受到高斯噪声干扰为例,建立了3类含高斯噪声的稀疏变换模型;利用MATLAB中的块操作实现对图像的稀疏分解,得到图像完整的稀疏特征矩阵,过滤其中的表现为高斯噪声的高频分量,通过稀疏反变换模型重构代表图像最主要结构的低频分量,最终获得去噪图像。结果表明,DWT算法的综合去噪性能最优,SVD算法在低标准偏差下去噪图像画面质量最高,而DCT算法则在高标准偏差下噪点消除能力最佳。     

苦皮素A的化学结构讨论

对苦皮素A进行了1H和13C MNR检测,通过DEPT和1H-1H COSY、HSQC、HMBC等2 D NMR技术对该化合物所有的1H和13C NMR信号进行了全归属和详细解析,并采用HMBC技术对文献中与苦皮素A化学结构相关的错误报道进行了修正.     

一位企业家讲述创造自主品牌的历程及困惑

自2001年11月中国加入世界贸易组织以来,中国的知识产权保护工作正在深入展开。由于市场日益开放,境外的品牌与商品大量涌入,中国的民族企业在创造自主品牌的问题上面临重重压力,需要政府依法给予扶持与保护。     

马尔可夫的概率情怀

 马尔可夫是圣彼得堡数学学派的卓越代表,他秉承和发展了切比雪夫的概率思想。第1次严格证明了中心极限定理;拓广了大数定理相关理论;创立了马尔可夫链,初步奠定了随机过程基础等。本文通过马尔可夫同恩师、师弟之间的学术切磋,展示了其高尚的科学人生观。     

圆周连续自映射嵌入半流的充要条件

本文讨论了圆周S~1上的自映射嵌入半流的问题,得到了两个结果。     

一碗堕胎药动摇宋王朝基业

在蒙古大军灭掉宋朝四邻,对其形成战略包围的存亡之际,宋朝迎来了一位先天智障的皇帝宋度宗。宋度宗的母亲叫黄定喜,原本只是一户李姓人家的丫环,专门伺候这家的小姐。李小姐长大成人,被宋理宗的弟弟嗣荣王赵与芮看中,于是带着丫环黄定喜一块儿过了门。李小姐虽然貌美,但肚子不争气,迟迟没有生下儿子。赵与芮看着黄定喜人挺可爱,就与她发生了关系,继而怀上了孩子。黄定喜是个很有自     

一类有限群的一个结论

设p,q是两个互不相同的素数,G是一个p2q阶群,通过对群G的Sylow子群个数的分类,讨论了群G中子群的个数问题以及群G中元素的阶.     

四溴双酚A合成新工艺

研究了以双酚A为原料,用溴化钠作溴化剂、氯酸钠作氧化剂来合成四溴双酚A的新工艺,实验结果表明,较适宜的工艺条件是n(BPA)∶n(NaBr)=1∶4.4,室温下反应3h,回流2h,NaClO3溶液在2h内滴加完毕. 产品收率为98.4%,熔点为179～181℃. 此法避免了直接使用液溴,溶剂用量少,回收容易,是一种安全、经济、无污染的新工艺.     

Gorenstin环的一个刻画

主要证明了如下结果：诺特局部环（Ａ，ｍ）是Ｇｏｒｅｎｓｔｅｉｎ环当且仅当对其上任何非零有限生成模Ｍ，有ｉｎｊｄｉｍＭ＝ｐｒｏｊｄｉｍＭ＋ｄｅｐｔｈＭ，当且仅当对任何非零的深度为０的有限生成模Ｍ，有ｉｎｊｄｉｍＭ＝ｐｒｏｊｄｉｍＭ。给出了Ｇｏｒｅｎｓｔｅｉｎ整环的一个刻画。     

单群A11的一个特征性质

设G是一群.πe（G）表示群G的元素阶的集合,mi：=｜{g∈G｜g的阶为i}｜表示群G中i阶元个数,nse（G）={mi｜i∈πe（G）}表示群G中同阶元的长度的集合.本文对单群A11给出了新的刻画,即证明了：GA11,当且仅当下面条件成立：（1）｜G｜=｜A11｜,（2）nse（G）=nse（A11）.