基于帧差法与边缘信息的红外目标检测算法研究

根据红外序列图像中运动目标具有连续性和一致性,本文提出了帧差法和边缘检测相结合的检测方法。首先采用连续帧间差分法处理图像得到运动区域,然后对当前帧进行canny边缘检测得到边缘信息,两者检测结果相与得到运动目标边缘;最后进行形态学运算得到精确的目标边缘。仿真结果表明,该方法克服了帧差法和边缘检测的不足,对复杂背景下的运动目标能够进行准确检测。     

基于小波-Contourlet的Bayes估计医用红外热图去噪方法

医用红外图像去噪已经成为医学图像实际应用中不可或缺的一项工作。为了获得更好的去噪效果,提出了一种基于小波-Contourlet(WBCT)变换的Bayes自适应估计医用红外热图去噪方法。并且,与图像循环平移算法(Cycle Spinning)相结合,提高信噪比,更好地体现图像的边缘和纹理等特征信息。在Matlab环境下进行仿真研究。结果表明,这种算法能够获得更高的信噪比,使视觉效果得到明显的改善。     

基于局部熵的边界与区域水平集图像分割模型

基于图像局部熵提出了一种改进的结合边界信息和区域信息的水平集图像分割模型。利用局部熵构造自适应权重系数,使其能够根据图像性质自适应的决定演化方向,准确引导演化曲线向目标方向移动;然后,根据自适应权重系数定义新的边界指示函数,提高了模型检测弱边界能力,加快了曲线的演化速度;引入Chan Vese (C V)模型作为外部能量项,提高了模型的抗噪性,增强了模型分割灰度不均匀图像的能力。通过图像分割实验,验证模型对初始轮廓以及噪声的鲁棒性、分割灰度不均匀图像的能力,并采用客观数值指标,将所提模型与另外三种模型在分割效率和分割准确性方面进行比较。结果表明,提出的模型增强了对噪声的鲁棒性,提高了分割弱边界图像的能力,而且分割灰度不均匀的图像时也取得了比较满意的效果。     

视诱发电位信号检测技术的发展

视诱发电位(VisualEvokedPotential,VEP)在视觉电生理学及临床诊断和检测中有重要意义.总结了视诱发电位提取技术的发展和现状,介绍了目前存在的几种主要提取方法,并对其各自的效果进行了分析,尤其对于近来在视诱发电位检测研究中的热点———多焦视诱发电位进行了较为详细地论述,并对视诱发电位信号的检测进行了展望.