基于非局部自适应字典的SAR图像迭代去噪算法

为了更好地利用SAR图像携带的信息,相干斑噪声的抑制成为各国学者研究的热点之一.结合稀疏表示理论和图像的非局部自相似理论,提出了一种基于非局部块匹配与自适应字典的K-singular value decomposition(K-SVD)的synthetic aperture radar(SAR)图像迭代去噪算法.首先,在每次迭代中,利用非局部块匹配算法对上一次迭代的结果进行匹配分组,然后对每组相似块进行自适应字典更新,并用图像块替换字典原子来提高字典训练的效率,最后通过K-SVD的迭代实现SAR图像的去噪效果.实验结果表明,该算法具有更好的去噪能力,能更好地保持图像的细节和纹理等有用信息.     

AD-rfMRI图像的基于改进EDC的独立分量数目估计

阿尔茨海默病(Alzheimers disease,AD)在老年人中的患病人数逐年升高,而静息态功能磁共振成像(rfMRI)功能连接变化是研究AD发病机制的重要手段.为了有效地提取静息态功能磁共振成像图像感兴趣区域并进行功能连接变化分析,需要分离独立分量.而独立分量的分离实现,必须预先估计需要分离的独立分量的数目.在独立分量数目估计方法中,信息理论准则中的有效检测准则(effective detection criteria,EDC)具有灵活的惩罚函数,估计结果鲁棒性高,但存在过估计问题,影响独立分量分离结果的准确性.本文将对数函数引入惩罚函数的第2种表示(EDC₂)对其进行改进,并结合黄金分割法确定惩罚函数项的最优值,称为OIEDC₂(optimizing and improving effective detection criteria).实验结果表明,OIEDC₂与EDC₂相比提升了独立分量数目估计的合理性和准确性.     

基于Shearlets变换的SAR图像去噪

在合成孔径雷达(SAR)相干噪声模型基础上提出了一种基于剪切波(Shearlets)变换的SAR图像去噪算法.Shearlets变换继承了Curvele变换和Contourlet变换的优点,既有灵活的方向选择性又易于实现,并且对于包含C2奇异曲线或曲面的高维信号具有最优逼近特性.该文采用Shearlets逼近SAR图像,再用基于贝叶斯估计理论的双变量阈值函数对Shearlets变换系数进行处理得到去噪图像.仿真结果表明,相比使用同级Contourlet双变量阈值去噪,该算法峰值信噪比提高2 dB;相比使用非下采样Contourlet变换双变量阈值算法去噪,该算法去噪后图像不仅峰值信噪比有所提高,而且更平滑,计算时间也大大减少.     

基于复轮廓波域高斯比例混合模型SAR图像去噪

在分析了SAR图像的噪声成因及其噪声模型的基础上,提出了一种适用于复轮廓波变换域的高斯比例混合模型的SAR图像去噪(CCT-GMS)算法.本文所提出的算法具有多方向多尺度移不变性,并且充分的利用了复轮廓波的时域和频域的特性,改善了图像的视觉效果.实验结果表明:相比使用小波-轮廓波加上Cycle Spinning去噪,本文算法的峰值信噪比提高2 dB,相比使用BLS-GMS去噪,本文的算法抑制了人造纹理产生,视觉效果得到了明显的改善.     

基于移不变二维混合变换的机场雷达噪声抑制

机场跑道异物(foreign object debris, FOD)检测对飞行器的安全起降有着非常重要的意义,而机场跑道异物检测的一个关键环节是很好地抑制机场雷达图像的噪声,因此提出一种基于距离时间维的移不变混合变换以抑制机场雷达图像的噪声。首先,在雷达成像时进行离散傅里叶变换(discrete Fourier transform, DFT)和维纳滤波滤除距离维上的噪声。然后,在雷达成像时进行超分析离散小波变换(hyperanalytic wavelet transform, HWT)自适应滤波去除时间维上的噪声。与传统的成像后去噪算法相比,本文的算法可以有效地去除机场雷达图像噪声,显著地改善图像的视觉效果。最重要的是该算法具有很强的实时性,可以很好地应用到工程实践中。     

水力劈裂裂隙扩展与软弱面作用机理离散元研究

针对高承压水引发水力劈裂导致巷道的突水渗水问题,对离散元流固耦合算法进行改进,更新了流体通道长度和水压力对颗粒的作用模式.进行水力劈裂裂隙(HFs)与天然软弱面(WPs)相互作用的数值模拟,得到5种作用模式,并获取不同模式之间的临界水压力值,进一步分析了试件的位移、接触力以及特征点的应力变化.结果表明:1) 定压力注水试验,流体压力值在初始注水处最大,沿裂隙扩展方向逐渐减小;2) 不同模式下试样位移响应具有差异性,法向接触力接触方向存在明显竖直优势面,切向接触力则产生4个垂直的优势方向;3) 测量圆1处应力在起裂阶段变化剧烈,最大主应力始终为压应力,测量圆2处应力响应相对滞后,主应力曲线的特征是由劈裂裂隙和软弱面之间的作用模式决定.     

基于相似性验证与子块排序的NSST域SAR图像去噪

为了改进传统的非局部变换域合成孔径雷达（synthetic aperture radar,SAR）图像去噪算法不考虑子块关系的缺点,结合相似性验证与子块排序提出一种新的非下采样剪切波（non-subsampled shearlet transform,NSST）域SAR图像去噪算法.构造NSST域SAR图像相似块之间距离的密度分布;利用子块之间的相似性,去除相似性较低的子块;结合子块排序和最优一维滤波对SAR图像进行去噪.实验结果表明,与其他经典去噪算法相比,等效视数平均提升6.92,边缘保持指数更接近1,无参考质量评价指数平均降低2.51,能更好地保持图像边缘和纹理信息,改善图像的视觉效果.      

基于变惯性系数active demons算法的DTI多通道配准研究

经典的demons算法利用参考图像的梯度信息作为配准的驱动力来配准图像,但是只适用于小形变配准,对于大形变配准效果并不理想,且存在收敛速度慢的问题,active demons算法在demons算法基础上加入了浮动图像的灰度梯度信息,加快了图像的收敛速度,并且对于大形变图像配准同样适用,可是拓扑结构容易发生改变.本文在基于变参数active demons算法基础上做改进,通过引入惯性系数b,提出基于变惯性系数active demons算法的DTI多通道配准,将变参数active demons的改进算法应用于DTI多通道图像配准.经典的active demons算法、变参数active demons算法和本文算法的MSE图做比较,可以发现本文算法可以进一步提高配准的收敛速度和精度,也使图像的拓扑结构得到很好的保持.     

基于局部混合滤波的SAR图像去噪

相干斑噪声是合成孔径雷达(synthetic aperture radar， SAR)成像系统所固有的缺点，严重影响SAR图像的可用性，给后续的图像分割、特征提取和目标识别等工作带来严峻的挑战。结合非下采样方向滤波器和双树复小波变换各自的特点，提出一种新的基于非下采样方向滤波-双树复小波变换的局部混合滤波SAR图像去噪算法,具有多方向和多尺度性，保持了图像的平移不变性，改善了图像的视觉效果。与其他算法不同,本文算法采用非下采样方向滤波器级联双树复小波的方法，不仅对每次产生的高频分量进行去噪，还对变换所产生的低频分量进行滤波去噪。实验结果表明：与使用同级双树复小波-轮廓波变换加软阈值去噪相比，本文算法的峰值信噪比提高2 dB;与使用轮廓波加循环平移（cycle spinning， CS）软阈值算法去噪相比，本文算法去噪后的图像不仅峰值信噪比有所提高，而且去噪后的图像更为平滑，抑制了人造纹理产生，视觉效果得到了明显改善。     

基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割

针对U-Net网络感受野受限以及信息丢失导致的分割精度低的问题,提出了一种基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割算法.首先,在U-Net网络中引入感受野模块(receptive field block,RFB)来增大网络的感受野,解决了网络由于感受野受限带来的分割精度低的问题.此外在网络中引入有效的通道注意模块(efficient channel attention,ECA)来增加网络对有用特征的响应,抑制网络中的冗余特征.使用BraTS(the brain tumor image segmentation challenge)提供的脑肿瘤MR图像数据对本文算法进行测试,用Dice相似性系数等指标进行评价,结果显示在完整肿瘤、核心肿瘤以及增强肿瘤的Dice值分别可达到0.86、0.86、0.79.与U-Net模型以及其他的网络相比得到了提高.实验结果表明,本文提出的算法能够有效提升脑肿瘤分割的精度,具有良好的分割性能.