图像数值分析在人工机械心脏瓣膜运动特征中的应用

动态图像测量技术是一种非接触式、动态、精确的检测运动物体特性的分析方式。人工心脏瓣膜体外动态开闭性能测试,依靠高速图像摄影技术捕捉瓣膜的细微运动,快速图像和精准的时间记录,将瓣膜运动转化为图像信息,分析瓣膜及各组件运动时的相对位移和速度变化,有效地解析瓣膜运动状况,为评价瓣膜性能提供参考。在人工心脏瓣膜脉动流平台上,选择双叶型机械心脏瓣膜在正常心动条件下,采用高速摄影技术通过标记点跟踪瓣膜瓣叶运动,记录瓣膜的运动轨迹及运动状态;通过图像数值分析瓣膜开启和关闭的运动情况,将瓣膜运动过程离散为多步静止状态的图像,离散后的图像数据导入Matlab数值分析,解析瓣膜中瓣叶的转动速度及角加速度等运动状态。以此改善瓣膜结构与流场之间的相互作用,改进瓣膜使用性能,结合瓣膜临床病症特征,解决瓣膜类相关并发症。     

秘密共享技术及其在图像加密中的应用

秘密共享技术将秘密值进行分布式保存以提高安全性,在信息安全领域占据着重要的地位,将其用于数字图像加密可以实现图像的完善保密性。回顾了基本的秘密共享方案,分析了将其用于图像加密的基本方式,总结了新兴的视觉密码学的优势。对视觉密码学的各个分支与主要研究内容进行了介绍,分析了存在的问题和发展方向。分析与实验表明,视觉密码学在图像加密领域具有比传统秘密共享方案更高的实现效率和更好的安全性,具有良好的发展前景。     

基于岩石铸体薄片图像的数字岩心三维重构

由于岩心三维重构的CT扫描方法成本高昂,提出一个基于光学显微镜下铸体薄片图像的数字岩心三维重构方法。研究对采集的铸体薄片图像进行图像处理获得重构的训练图像模板,再应用多点地质统计学进行图像模板特征提取与数字岩心三维重构。实验采用鄂尔多斯盆地苏里格地区的若干岩心样本进行效果测试,结果表现为三维重构后的数字岩心孔径尺寸分布与真实值趋势相同,孔隙度的相对误差均在8%以内。上述研究内容表明基于岩石铸体薄片图像进行数字岩心的三维重构是有效的。     

三维成像载荷地面快速融合处理方法研究

三维成像载荷是一种能够同时采集激光雷达数据以及CCD影像,并快速融合生成三维立体影像的新型载荷。在分析载荷工作原理的基础上,面向载荷的地面检校及成像试验,提出了一种针对该新型三维成像载荷的地面快速数据融合处理方法;并利用地面实测数据对方法进行了验证。结果表明,该方法能快速生成实验区的三维影像,同时也验证了该类型载荷对激光雷达数据与影像数据快速融合的能力。     

基于支持向量机和用户反馈的图像检索算法

针对当前图像检索算法存在精度低、 实时性差等不足, 为了获得更理想的图像检索结果, 提出一种基于支持向量机和用户反馈机制的图像检索算法. 首先采集大量图像, 提取图像检索的相关特征, 建立图像检索特征库； 然后采用支持向量机计算待检索图像特征与图像检索库特征之间的相似度, 确定图像类别, 实现图像的初步检索； 最后引入用户反馈机制对图像的初步检测结果进行精细比对, 并与经典图像检索算法进行对比实验. 实验结果表明, 该方法的图像检索精度超过90%, 图像检索误差远小于经典图像检索算法, 提高了图像检索效率.     

基于尺度不变特征变换的快速图像特征区域检测

针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪； 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测.     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。     

基于Java跨平台数字图像处理技术的塞曼效应实验软件改进

基于Java跨平台数字图像处理技术,对塞曼效应实验CCD图像处理软件进行了开发与改进.测试结果显示,所开发的图像处理软件能很好地实现跨平台作业,且由于采用多点拟合代替原系统中的3点拟合,进一步提高了实验精度.     

基于增强高阶非凸全变分模型的图像去噪算法

为了在缓解阶梯效应的同时更好地保留去噪后图像的细节信息,提出一种基于增强高阶非凸全变分(higher order non-convex total variation, HONTV)模型的图像去噪算法。该算法将每一次去噪后的图像和原始图像取平均作为增强HONTV模型下一次循环的输入并更新参数,然后采用增广拉格朗日乘子法和交替方向乘子法进行循环求解,经过多次迭代,最终得到的去噪图像包含较多的细节信息。在基于全变分的图像去噪方法中,对添加不同标准差大小的高斯白噪声的测试图像和视频进行实验。实验结果表明,所提算法在视觉性能和客观评价指标方面均优于对比算法。