圆谐-傅立叶矩图像重建误差分析

讨论了用低阶圆谐—傅立叶矩重建图像时的固定图像重建误差和平稳随机场重建误差，给出固定图像重建误差函数和统计性误差函数的图形，并对误差进行了分析。结果表明，随着阶数的升高固定图像重建误差迅速下降，而且大图像的误差小于小图像；统计性归一化重建误差也随着矩数的增加明显减小。     

基于圆谐-傅立叶矩的抗几何攻击数字水印算法

提出一种基于圆谐-傅立叶矩的抗几何攻击数字水印算法.利用图像函数的圆谐-傅立叶矩幅度的旋转、缩放不变性,在水印检测时,计算待检图像局部区域的圆谐-傅立叶矩,用所得的矩幅度与载体图像在该区域的矩幅角构成新的矩,通过与待检图像的矩进行比较,可以近似地恢复水印图像.实验结果表明,圆谐-傅立叶矩算法具有很好的旋转和缩放不变性,水印对旋转和缩放等噪声攻击具有较好的检测性.     

基于指数矩的图像分解和重建

提出一种基于指数构建的圆谐傅里叶矩--指数矩,在笛卡尔坐标系下直接计算指数矩,并利用指数矩进行图像的分解和重建,用指数矩能完整、无冗余的重建原图像,若选取有限数量的低阶指数矩与同级次的指数函数的乘积叠加求和,则可以近似的重建原图像.仿真实验结果表明,指数矩有很好的图像描述能力,使用10阶以上的指数矩就可以很好的重建原图像,而且计算速度比较快.     

用切比雪夫图像矩描述图像

提出一种新的图像矩———切比雪夫图像矩,给出了图像矩的定义,研究了图像矩的描述性能,重建了原图像,给出了实验结果.     

基于改进的Zernike不变矩的图像重建

简要介绍了描述图像形状特征的Zernike不变矩，在给出Zernike不变矩定义的基础上，讨论了Zernike不变矩的改进，指出可以使用基于改进的Zernike不变矩的形状特征数据来重建图像；基于改进的Zernike不变矩进行图像重建的实验，结果证明了对其进行改进的可行性。     

几种正交矩描述图像的性能比较

给出几种常见的正交矩(Legendre矩、第1类Chebyshev矩、第2类Chebyshev矩、jacobi矩)的定义，对它们的特性进行了初步分析．采用这些矩进行图像的重建，对其图像描述能力进行了分析比较．在此基础上．提出一种变形Jacobi矩，具有很好的图像描述能力．     

一种新的基于投影矩的三维图像配准方法

提出一种投影矩的概念，并将其用于三维医学图像的配准．与传统的几何矩相比，投影矩不仅可以完各地描述图像的特征，而且计算量较小，因而可以将其用于三维图像的实时配准．选取待配准的2幅三维图像若干阶投影矩差的平方和为目标函数，采用Powell方法求取最优解，得到配准结果．将方法应用于一些模拟和实际数据，获得了较高精度的实验结果；并且缩短了整个计算过程的时间．这表明投影矩在多模态医学图像的配准和融合等方面具有潜在的实用价值．     

基于卷积神经网络融合的彩色傅里叶叠层显微重建

针对彩色傅立叶叠层显微重建存在图像获取时间长、采集低分辨率图像数量多等问题,采用基于卷积神经网络的图像融合方法来实现彩色傅立叶叠层显微重建。该方法基于图像融合原理,将单通道低分辨率图像重建的灰度高分辨率图像与相同视场下的彩色低分辨率图像融合,成功地重建彩色FPM图像。在保证图像恢复质量的同时减少了2/3的采集时间。实验结果表明,所提算法可以获得色彩不失真的彩色FPM图像,定量评价指标方均根误差小于0.01,结构相似性参数大于0.89。     

不变矩在图像重建中的应用

为解决图像重建过程中的可视效果问题,利用Zernike矩和pseudo-Zernike矩进行图像重建,通过NHS对图像的相似度进行度量.实验证明Zernike矩和pseudo-Zernike矩进行图像重建的效果有明显的差异,且高阶矩的重构效果并不理想,仅当重构阶数在20～48之间才能保证图像重建具有很好的相似度.     

基于联合Legendre矩的图像分析

通过使用一种新的以联合Legendre函数为正交变换基的图像矩联合Legendre矩重建图像,并通过与Legendre矩重建图像相比较,证明了该方法的优越性。     

基于不变矩和支持向量机理论的船舰目标识别

基于支持向量机(Support Vector Machine,SVM)理论和不变矩(Invariant Moments)理论,提出一种船舰目标识别方法。首先,对图像进行预处理,将彩色图像转化为灰度图像;然后利用Hu不变矩来提取图像的七个不变矩特征;最后,选用支持向量机作为分类器,并将计算出的图像的七个矩特征作为支持向量机的输入对支持向量机进行训练和测试。实验证明,将不变矩特征提取方法与SVM相结合用于模式识别,可以得到很高的分类效率和准确率。     

一种射束硬化伪影校正方法

提出了一种医用CT图像射束硬化伪影校正后处理算法。CT扫描机扫描得到的投影数据重建CT图像,对此图像进行分割,得到仅包含高密度物质的图像。分别对原始图像和高密度物质图像进行投影,并对投影数据进行校正。使用校正后的投影数据进行图像重建,得到包含校正信息的校正图像。对原始CT图像,使用校正图像进行CT值校正,得到校正后的CT图像。通过实验,验证了该后处理校正算法的有效性和稳定性。     

Research on the recovery of the transported static image with channel errors

A discussion is presented to gain the relationship between the original image and the reconstructed image while errors are mixed with the DCT data of the original image for the transmission. We can find the wrong reconstructed blocks, locate blocks, which are most likely to contain errors and eliminate errors. The method needs no channel error protection, needs no verifiable bits, and needs no extra bandwidth. Experimental results are provided in the end.     

MART算法快速高质量图像重建研究

ART(Algebraic Reconstruction Technique)算法是一种典型的迭代图像重建算法,适合于不完全投影数据图像重建。为了提高乘型ART(Multiplicative ART, MART)算法的重建质量,提出了一种基于亚像素的图像重建方法。首先将原始图像中的每个像素等分解为四个亚像素,然后提出一种高效的射线与像素的求交算法来计算权因子和亚像素索引,利用MART算法重建得到高分辨率重建图像,最后通过合并亚像素图像得到原始分辨率的高质量重建图像。实验结果表明文中提出的方法非常有效,与传统方法相比取得了3倍以上的重建加速比,图像重建质量显著提高。     

基于小波分析的医学超声图像压缩及分组霍夫曼算法

介绍了一种医学超声图像小波分解和重构方法,即根据二维图像的结构,在小波分解后采用二维分组Huffman编码算法．讨论了基于小波分析的压缩算法的误差,采取相应的措施改进了压缩算法,以重建图像和原始图像的归一化相关系数来衡量重建图像的质量。模拟结果表明在保证重建超声图像质量的前提下,分组Huffman编码较大地提高了超声图像的压缩比。     

基于子波变换的数字图像压缩算法

提出了两种以离散子波变换为基础的数字图像压缩算法，其一，原始图像在子抽样后，通过一次正交子波变换，分解成一幅低频子带图像和３个不同方向的高频子带图像。对变换后的各子带进行统计特性分析，并结合人类视觉机理采取了不同的压缩编码策略。在解码端通过子波逆变换及双线性内插算法，原始图像可被较好恢复。     

像素级多模式医学图像融合研究

采用小波变换算法,对颅脑计算机断层成像(CT)与核磁共振成像(MRI)的图像进行融合.将两幅源图像分别进行小波分解,然后取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵,进而重构融合图像.结果表明,融合生成的图像中软组织和骨骼均十分清晰,能提供反映原始图像中更为全面的、互为补充的多重信息,对颅脑病变的定性、定位研究有实用意义,从而具有重要的临床应用价值.     

一种改进的IHS图像融合新算法

在详细研究图像色调饱和度与强度关系的基础上,利用图像强度与色调饱和度有相似平滑度这一性质提出了一种将最小二乘原理应用到IHS图像融合中的新方法.该方法通过图像平滑度限定条件和能量守恒限定条件,使用最小二乘法估计融合后图像的色调饱和度分量.根据主观目视判断和客观评价指标对融合结果进行了比较和分析.仿真试验表明,新方法能够使融合图像具有较高的空间分辨率,能很好地保持原有多光谱图像的光谱特性;可以显著减小融合后图像的颜色偏差,从而提高了融合图像的质量.     

Digital image scrambling

The purpose of digital image scrambling is to transforn a given digital image into a rather scrambled one so as to make it difficult for other people to find out the true meaning of the scrambled image. This paper comes up with a certain number of approaches to scrambling digital images, which, when thus processed, cannot be reconstructed in a common way. As a result, the original image is enc yrypted and protected.