带断层的地层空间插值算法研究

在数值模拟、油藏地质研究等油田应用研究中经常需要提据已知的离散数据建立起地层或属性场的空间数学模型。空间插值算法成为油田研究数学建模中的关键技术，但各种算法都无法解决带断县的地层整体空间插值，本课题重点就要研究解决带断层的地层空间插值算法的实现。     

一种基于小波变换的医学断层图像插值方法

图像插值技术是图像三维重建的关键技术。为了满足灰度和形状同时插值的要求,提出了一种断层图像插值方法,其技术特点是通过小波变换得到图像边缘小波系数强度插值,然后采用一种寻找匹配点的方法对由小波变换得到的低频子图进行灰度插值,最后将所得到的新的高频小波子图和低频子图形成新的插值序列,并利用小波逆变换得到新的插值图像。实验结果表明,所得到的插值图像不仅在形状上更接近于自然状态,在灰度也满足了医学图像插值的要求。     

基于对应点匹配插值算法的电阻抗三维图像重建

为了对电阻抗成像二维重构图像结果进行三维重建,笔者使用对应点匹配插值算法对二维电阻抗图像进行插值,形成三维重建模型。根据电阻抗成像重构数据的特点,改进了插值算法的梯度和梯度方向角计算公式,从而较好地重现层间数据,最后由原始数据和插值数据形成三维体数据。实验的模型是浸泡在圆柱体水槽中电导率为2.1S/m的圆柱体异物。将笔者所提算法与线性算法以及形状插值算法进行了对比。结果表明:笔者算法能够在确保计算精度的同时,兼顾计算效率,满足电阻抗成像的实时监护要求。     

基于平面和球面插值的图像放大算法

现有的图像放大算法由于采用的插值方法存在一定的不足,容易出现"锯齿"形边缘和模糊的现象.文章改变图像的表示模型,提出了平面插值和球面插值相结合的图像插值方法.该算法避免了传统的插值方法用统一的模型逼近所有像素的不足,对不同的情况用不同的插值方法,理论分析和实验结果表明了文中方法的有效性.     

基于轮廓插值加权算法的研究

为了进行医学二维图像的三维表面图像重建，最重要的一步就是提取二维图像的轮廓线。文章首先从算法的角度上探讨了诸如线性加权平均的图像插值方法、动态弹性插值方法、方向性插值方法和基于形状的插值算法的基本原理，以及它们的适用范围和局限性。在基于形状的插值方法的基础上，提出了改进的轮廓插值加权算法。采用这种改进算法以后，三维重建的轮廓质量有明显的改善。     

基于二元多项式插值的B超图像放大算法

分析了众多传统的图像插值算法,提出了二元多项式插值算法.将所有的插值公式进行转换后都会得到一个待插入点横坐标和纵坐标的二元多项式,其每一项的系数是待插入点周围其他像素点的颜色值的运算结果.设计了 一个基于二元多项式插值的B超图像放大算法,实验结果说明了算法的合理性.     

一种用于CT片层间轮廓线插值的算法

提出一种基于角度建立断层之间匹配点对的线性插值算法。与以往方法相比，该方法简单易行，计算速度快，可实现序列图像的自动插值。通过对人类下肢长骨CT(Compterized tomography)片数据进行实验的结果表明，它是一种可行的层间轮廓线插值方法，不仅对原本相似轮廓的插值效果良好，而且对形状差异大的轮廓线也能得到令人满意的结果。     

基于轮廓插值加权算法的研究

为了进行医学二维图像的三维表面图像重建,最重要的一步就是提取二维图像的轮廓线。文章首先从算法的角度上探讨了诸如线性加权平均的图像插值方法、动态弹性插值方法、方向性插值方法和基于形状的插值算法的基本原理,以及它们的适用范围和局限性。在基于形状的插值方法的基础上,提出了改进的轮廓插值加权算法,采用这种改进算法以后,三维重建的轮廓质量有明显的改善。     

一种基于联合插值的图像旋转算法

针对现有的图像插值方法在图像旋转中容易出现"锯齿"形边缘和模糊的现象,采用新的图像表示模型,提出平面插值、球面插值、斜平面插值、双三次插值相结合的联合图像插值方法,根据待插入点周围像素点空间位置的不同,分别使用不同的插值方法,从而避免了传统的插值方法用同一个模型逼近所有像素存在的不足.示例分析和实验结果表明了联合插值方法的有效性.     

一种高效的插值算法

通过对一般图像及传统插值算法的分析讨论 ,提出了高低阶结合的插值算法。从而有条件地解决了运算量与插值质量之间的根本矛盾。     

基于双三次插值算法的集成电路在线检测快速模板匹配

为了解决目前电路板缺陷检测视觉识别系统对多目标识别检测过程实时性差、识别效率低,甚至出现无法识别等问题,首先对集成电路板图像按一定比例进行双三次插值算法处理,并在该基础上创建模板图像,然后进行归一化积相关匹配快速地识别检测出目标的大概位置,最后以双三次插值算法缩放比例值还原目标在原图像中的位置,从而精确识别检测出的目标。实验结果表明:该算法能达到100%识别,运算时间比传统算法快2～11倍,可见该技术提高了检测效率,具有很好的实用性。     

基于边缘移动匹配法的RIDPCM

RIDPCM(循环插值差分脉冲编码调制)是利用插值来获得预测图像的一种图像压缩编码技术，如果插值所得的预测图像与原图像越接近，则二者之差的误差信号的动态范围就越小，就可以用更少的码字来对误差信号进行编码。文章提出将边缘移动匹配插值法用于RIDPCM，在相同的比特率条件下，提高解码端恢复的图像质量。     

基于多尺度目标匹配的M型超声图像插值方法

提出了一种基于多分辨分析的Ｍ 型超声图像插值方法．该方法适用于图像的单方向插值,如沿横轴或纵轴．首先对边界灰度线进行小波变换,在多尺度空间采用极值点匹配方法,对细节函数和近似函数分别分段插值,然后进行小波逆变换,得到目标灰度线．实验及应用表明,该方法插值后的图像可以较好地保持运动目标轨迹的连续性     

基于模式匹配的目标点数算法

开发了基于模式匹配的目标点数算法.算法通过对图像中的目标进行模式匹配处理,自动识别目标,实现目标的点数功能.该算法避免了傅立叶变换滤波等计算量较大算法的使用,适用于利用图像处理进行目标实时点数的领域.     

应用于无人机视频影像密集匹配的特征描述方法

为了降低无人机视频影像密集匹配的消耗时间, 提高处理效率, 提出快速的特征描述和特征匹配方法。该方法首先利用Harris算子检测角点, 然后通过特征描述符simplified-DASIY(S-DASIY)对检测角点进行特征描述, 生成该点的25维特征描述符。根据相应的匹配准则对影像对特征点进行匹配, 得到影像对的匹配点。实验表明, 该方法能够显著减少特征点的生成和匹配时间。     

一种自标签特征点异源图像目标检测算法

由于图像成像机理差别较大,现有的算法无法提取可见光与红外异源图像上的共有特征用来匹配,进而无法实现异源图像目标识别. 针对此问题,本文提出了一种基于自标签技术的深度学习特征点提取匹配算法. 算法通过设计一个粗特征检测器并在合成影像上进行训练,使得该特征检测器在不同图像上都具特征提取能力. 利用本文提出的自标签方法将异源图像中共有的特征点进行提取,从而解决了现有算法无法获取异源图像共有特征的问题. 并利用自标签结果进行特征点检测器和描述子的训练,最终通过匹配的特征点实现了异源图像间的实例目标识别. 本文采集了不同场景下的可见光-红外无人机影像作为测试数据. 在异源测试数据集上,选择了6种不同的先进算法与本文算法进行了对比试验. 实验结果表明,该算法较现有的6种先进算法能够提取到更多、更精确的异源图像共有特征,与其他测试算法相比在异源图像测试数据上的平均精度有了明显提升.      

基于Sketch Token的异源雷达影像匹配适应性分析

将异源影像间的共性信息提取与描述作为研究重点,提出了一种基于Sketch Token中层特征的异源影像适配性评估方法.该算法利用监督学习策略获取异源雷达影像之间共性特征的先验知识,据此训练Sketch Token特征分类器,并将其作为影像间共性特征的描述子对基准图进行特征提取.利用提取结果的各项统计量训练支持向量机分类器,并以此评估异源影像对中基准图的适配性.利用星载SAR(synthetic aperture radar)影像作为基准图、机载实孔径雷达影像作为实时图进行适配性评估试验,试验结果表明了该算法的有效性.     

移动对象轨迹的双重插值

移动对象的轨迹插值是查询处理的前提,插值的精度直接影响到查询处理的准确率.将保形三次Hermite插值引入到移动对象的时空轨迹插值,提出了双重插值模型,此模型继承了保形三次Hermite插值的优点,不需要速度条件便可以形成轨迹,容易将模型推广到高维空间,可以弥补移动对象数据库中记录点太稀疏的缺陷,并且插值精度比线性插值、非节点样条插值和保形三次Hermite插值更高.     

基于图匹配物体识别的神经网络实现

本文着重讨论了用神经元网络解决一般的图匹配问题。对Wei Li等人提出的方法进行了全面的研究,引入了模拟退火的方法,并对匹配能量函数中的约束项定义,模糊函数的形式以及网络的算法等方面进行了深入的探讨和改进,克服了原来方法的不足,建立了一种新的改进模型、实验结果令人满意。     

基于图匹配物体识别的神经网络实现

本文着重讨论了用神经元网络解决一般的图匹配问题.对Wei Li等人提出的方法[3]进行了全面的研究,引入了模拟退火的方法,并对匹配能量函数中的约束项定义,模糊函数的形式以及网络的算法等方面进行了深入的探讨和改进,克服了原来方法的不足,建立了一种新的改进模型、实验结果令人满意.