一种基于视频的水下场景复原算法

为了从由水面波动引起严重失真的视频中快速恢复出真实的水下场景图像,提出了一种结合序列图像配准和最优图像块选择的复原算法。首先通过一种迭代的序列图像配准算法消除视频帧中严重的几何畸变,并获得任意时刻水表面的三维形状,然后利用最优图像块选择算法从校正后的图像序列中合成出无失真的水下场景图像。实验结果表明,与主流的图像配准结合稀疏噪声去除的方法相比,算法能够获得更加准确清晰的视觉效果,同时具有更高的计算效率。     

基于文化算法的C-V水平集图像分割

针对基于梯度变化的水平集图像分割对噪声敏感、不能很好地保持图像中的边缘信息、分割结果依赖初始参数、取得最优解时不能及时结束等问题,提出了一种基于文化算法的水平集图像分割算法,将文化算法应用到C-V(Chan-Vese)水平集模型之中,实现了水平集模型图像分割参数的自动选取,通过信度空间的形势知识和规范知识不断优化指导种群进化,并通过判定图像熵适应度值的变化适时终止分割过程。实验结果表明,本文方法能够准确分割出医学图像的病变区域,在抗噪声性能和分割效率方面明显优于常规方法。     

基于改进的协方差矩阵描述子的点云配准方法

点云配准是数字化文物保护的关键一环，提高配准精度与抗噪性是文物点云配准的主要目标。针对该问题，提出一种基于协方差矩阵描述子的三维点云配准方法。使用张量投票法剔除噪声点，对剔除噪声后的点云，使用内在形状签名法提取关键点；对提取的关键点构建邻域信息，利用该信息建立协方差矩阵描述子；通过计算最近距离寻找匹配点对，使用法向量夹角对其约束，剔除误匹配点对；选取匹配点对计算变换矩阵完成粗配准，再通过迭代最近点对方法进行精配准。实验结果表明，相比于常用配准算法，本文算法配准精度更高，且适用于低重叠率模型与含噪声模型。     

改进的联合子空间投影的InSAR干涉相位估计方法

提出一种基于联合子空间投影技术的新方法来进行干涉合成孔径雷达相位滤波。所提方法采用的联合观测矢量的优点是,在任意配准误差μ（不超过1个像素）的情况下,观测矢量所对应的协方差矩阵的噪声子空间维数都和精确配准时的噪声子空间维数相同。所提方法在采用联合噪声空间投影方法的同时,充分利用观测矢量中相邻分辨单元的相干信息,因此在降低相位噪声的同时,还具有自动配准合成孔径雷达图像的功能,进而实现相应像素间干涉相位的准确估计。实测数据及仿真数据的处理结果验证了所提方法的有效性。     

基于激光扫描数据的三维可视化建模

利用地面三维激光扫描仪获取的空间数据,进行了三维空间地物可视化建模研究,提出了利用地面固定激光扫描数据建立建筑物三维可视化模型的框架。针对激光扫描数据的特点进行了地物分离和降噪处理,提取目标建筑物,去除测量噪声和遮挡物;应用平面分割和Hough变换对目标物识别并提取特征点、线、面,进行目标建筑物立面整体匹配纠正,在此基础上,对原始测量数据进行重新采样和多站点拼接配准,得到正确的、完整的目标建筑物立面信息;通过构建三角网建立三维表面模型,通过进行纹理映射实现三维模型可视化表达。试验结果表明,利用上述方法可以有效地处理三维激光扫描获取的空间点位数据,实现对建筑物快速三维可视化建模。     

一种基于非降采样Contourlet变换和MLESAC的星空图像配准算法

针对不同时刻拍摄的星空图像进行叠加,提出一种基于非降采样Contourlet 变换（nonsubsampled Contourlet transform, NSCT）和随机抽样最大似然算法(maximum likelihood estimation sample consensus, MLESAC)的图像配准算法。该方法首先对星空图像进行NSCT变换,以提取特征星体的边缘,接着以特征星体的质心为顶点,构造特征三角形,根据三角形全等准则对其进行匹配;然后利用MLESAC算法对已匹配三角形的重心进行验证,将满足要求的特征点带入仿射变换模型,求取变换参数,实现图像的配准。该方法在保证配准精度的条件下,降低了经典配准算法的复杂度,能够有效处理光照变化以及噪声的影响。采用50组空间图像进行验证,结果表明,该算法能够在有效抑制星空图像光照和噪声的情况下,实现星空图像的精确配准,均方根误差达到0.374 1。     

基于几何特征不变量的快速3D医学图像配准

针对颅部三维医学图像配准计算量大、配准效率低等问题,提出了一种基于几何特征空间约束的快速配准方法。提取三维轮廓点云,提出了一种基于点云集最优拟合环的特征构造方法,并以每个特征环和每个层的质心用作特征量,通过使用迭代最近点(Iterative Closest Point, ICP)方法完成快速配准。实验结果表明,与传统的ICP算法相比,该方法计算量小,配准精度高,配准速度快。它是一种有效的实时三维配准方法。     

基于轮廓多边形拟合的红外与可见光图像配准算法

针对红外图像和可见光图像配准问题,提出一种基于轮廓多边形拟合的图像自动配准算法。首先,为获得较好的主轮廓信息,对提取的轮廓进行多边形拟合,有效剔除轮廓上的冗余点和噪声。然后选取拟合轮廓上的多边形顶点为特征点,将轮廓划分为特征轮廓段,以特征轮廓段作为匹配单元匹配轮廓并得到匹配特征点。采用修剪的最小二乘法,在获取变换参数的同时不断剔除误匹配。实验证明,该算法可实现性强,配准精度高,配准速度快,较好地实现了刚体变换下红外图像与可见光图像的配准。     

正畸手术模拟与术后容貌预测可视化系统

为获得低辐射、低成本和实时性等性能,开发了一个正畸手术模拟与术后容貌预测可视化系统.通过采集三张正交X线片和一个三维面部网格模型,该系统使用特定的配准技术,利用径向基变形算法,采用一种基于棱柱的三角网格分割算法,实现了头骨重建,模拟了复杂的截骨术,完成了头骨与面部的匹配,并预测了术后患者容貌.临床病例的仿真实验表明本系统可为正畸医生制定手术计划和实施手术提供帮助.     

一种快速生成预定地形高程数据的方法

针对分形、Perlin噪声不能精确生成预定地形高程数据的问题,先使用分形和高度面结合的生成方法在一定程度上控制生成地形的形状,接着利用一种基于二维高斯分布曲面的变形方法对地形进行变形,然后建立变形的目标函数和搜索空间,用四又分割树来减少搜索空间,并利用模拟退火法搜索出满意解来实现对预定地形高程的生成.最后提出一种基于顶点影响力分层的算法改进搜索效率,仿真实验表明,该方法快速有效的生成了预定地形.     

基于CT图像的鼻咽组织重建

基于CT图像的鼻咽部组织三维重建是建立鼻咽癌虚拟治疗系统的基础.鼻咽部组织多达六十多种,在组织分割过程中建立了鼻咽部组织解剖图谱,设定组织颜色查找表.在重建过程中,单纯利用一种重建算法不能满足重建模型效果好、显示速度快的要求.所以利用不同算法重建不同组织:改进的移动立方体算法用于重建重要鼻咽部组织,轮廓拼接算法用于重建次要的鼻咽部组织,表示空间位置的外轮廓使用光线投射算法进行绘制.通过组织分割,重建和模型简化实现了鼻咽部多组织模型重建.所建模型满足鼻咽癌虚拟治疗的需要.     

Super-resolution image reconstruction based on three-step-training neural networks

A new method of super-resolution image reconstruction is proposed, which uses a three-step-training error backpropagation neural network (BPNN) to realize the super-resolution reconstruction (SRR) of satellite image. The method is based on BPNN. First, three groups learning samples with different resolutions are obtained according to image observation model, and then vector mappings are respectively used to those three group learning samples to speed up the convergence of BPNN, at last, three times consecutive training are carried on the BPNN. Training samples used in each step are of higher resolution than those used in the previous steps, so the increasing weights store a great amount of information for SRR, and network performance and generalization ability are improved greatly. Simulation and generalization tests are carried on the well-trained three-step-training NN respectively, and the reconstruction results with higher resolution images verify the effectiveness and validity of this method.     

基于稠密残差块与通道像素注意力的图像去雾网络

为解决复杂的室外图像进行去雾，依然会有雾气残留，甚至出现颜色失真和纹理丢失问题，提出一种基于稠密残差块与通道像素注意力的图像去雾网络，利用稠密残差块对有雾图像进行特征提取和融合，用带通道像素注意力机制的修复模块对特征图进行颜色和纹理上的修复。实验结果表明：该方法在客观评价指标和主观视觉质量上都有明显提升，有效避免了去雾过程中的颜色失真、纹理丢失和雾气残留问题。     

电容层析成像系统传感器的仿真分析及遗传算法图像重建

本文采用了有限元法和归一化敏感场对传感器进行了仿真分析和计算,并提出了敏感场数值从有限元域到成像域的转换方法和一种新的基于遗传算法的ECT图像重建方法。该图像重建方法利用流型数据作为初始值在一定的范围内搜索最优解,能以较高的精度重建两相流体的断层图像,为ECT图像重建算法的研究提供了一个新的思路。     

联合纯四元数与字典学习的彩色图像去噪方法

彩色图像在获取、传输和存储过程中会受到噪声的影响，这给后续图像处理带来麻烦，因此图像去噪任务意义重大。对此，提出一种基于四元数字典学习的模型，该模型约束四元数的实部为零，图像的色彩信息得以保存。传统的稀疏图像模型把彩色图像看作向量或者单色图像的线性组合，忽略了RGB通道之间的关系。用纯四元数表示彩色图像，将彩色图像的RGB通道表示成四元数矩阵的虚部，拟合图像效果更好。数值实验表明，与其他模型相比较，所构建的模型可以更精确地表示彩色图像，在处理彩色图像的过程中产生模型拟合误差相对较小，峰值信噪比以及视觉效果方面均有明显提升，能更好地进行图像去噪。     

自然场景的高真实感雾天退化图像仿真

自然场景的天气图像仿真是图形图像和计算机仿真领域中的一个重要的研究课题。首先,以自然场景的雾天图像仿真作为研究对象,深入探讨了天气导致图像退化的物理机制,提出了一种基于成像设备特性的大气点扩散函数。其次,由于场景深度是大气点扩散函数中的一个重要参数,将基于单幅图像的场景深度重建算法应用于此项研究中最后,提出了雾天图像合成的后处理算法,实现了高真实感的自然场景雾天图像仿真。仿真实验的结果证明了本算法的有效性。     

基于动态局部颜色直方图的图像检索

利用了Mean shift聚类方法对图像进行不规则的划分,在此基础上定义了一种动态局部直方图,设计了一个能同时表征图像颜色和位置信息的统计量,并且给出了计算图像相似度的方法.该算法既改进了以往局部直方图利用图像位置信息的检索方法的不足,而且保留了全局直方图方法具有的旋转不变性和缩放不变性.实验结果表明,在准确引入了图像的空间位置信息后,较大的提高了图像检索的精度,检索结果中不再出现和示例图像颜色成分相似而空间分布不同的图像,实验结果较好的验证了算法的有效性和稳健性.     

基于BP神经网络的超分辨率图像重建

针对卫星图像成像过程中成像装置存在极限,导致图像分辨率低的问题,提出了基于神经网络的图像超分辨率重建(neural networks super-resolution reconstruction,NNSR)方法。该方法利用误差反向传播神经网络(back propagation neural networks,BPNN)对样本图像进行学习和训练,利用图像退化模型获取学习样本,采用向量映射加速BP神经网络的收敛,充分融合了低分辨率序列图像中的冗余信息。通过对训练好的神经网络分别进行样本仿真实验和泛化实验,验证了这种图像超分辨率重建方法的有效性。     

东巴画艺术风格绘制

提出了一种交互式东巴画数字模拟方法。设计并开发了一个东巴画白描图绘制系统,通过交互方式方法建立图形元素数据库,选取不同图形元素组合后获得光滑、连续的白描图图像;采用多频率噪声积分卷积算法模拟块状纹理的混色效果,生成东巴画前景图像;采用纹理合成算法产生东巴画背景图像,通过前景图像与背景图像融合、局部色彩传输方法获得最终东巴画数字仿真结果。算法简单有效,是少数民族艺术风格作品数字化模拟的有效补充,有利于少数民族文化数字化保护和传承。     

基于近似观测和最小熵约束的SAR稀疏自聚焦方法

当采样率较低以及重建散射点数量较多时, 基于两步优化的稀疏自聚焦方法收敛速度较慢且容易陷入误差较大的局部最优解, 导致自聚焦失败。针对此问题，提出了一种基于近似观测和最小熵约束的稀疏自聚焦方法。首先, 为解决测量矩阵规模大、内存占用高的问题, 构建了一种基于近似观测的稀疏自聚焦模型, 在聚焦图像的傅里叶变换域引入误差相位。然后, 在采用最大似然估计器估计误差相位时增加了最小熵约束, 同时采用相位梯度自聚焦法提供误差相位的初始解, 有效降低了迭代次数并使迭代结果更接近全局最优解。机载合成孔径雷达的实测数据成像结果表明, 与常规自聚焦方法相比, 所提方法具有更快的收敛速度和更稳定的自聚焦性能。