基于自适应尺度的遥感影像渐进配准

图像配准是遥感图像处理中的基本问题.本文针对多源多时相遥感影像的特点,提出了一种基于自适应尺度的渐进配准方法,在从粗到细的迭代配准过程中,可以通过上一次配准结果的几何定位误差来确定本次匹配的尺度,并按该尺度提取特征角点和特征邻域进行匹配,与常规金字塔渐进配准方法相比,减少了匹配次数,提高了配准效率.另外,特征提取和匹配过程中提出一种基于Harris-Laplace算法和相位相关算法的遥感影像配准算法,利用Harris-Laplace角点代替原始图像,能够综合区域和特征的优点,对亚像元偏移、旋转、尺度变化具有不变性,同时对对比度和灰度的变化不敏感,具有很强的抗噪性.在特征检测和匹配的过程中采用限定搜索区域、抽稀角点等多种优化策略来提高算法的性能.实验证明,算法具有很好的精度,对几何攻击具有很好的鲁棒性,该算法已经应用于CBERS-02B星3级数据的批量自动化生产,具有很好的应用效果.     

复杂模型三维点云自动配准技术研究

三维点云配准是逆向工程中的关键。针对经典ICP算法在配准过程中对初始位置要求较高可能产生局部最优解以及对大量点处理效率低的缺点,本文以经典的ICP算法为基础,结合主成分分析的初始配准方法,使用随机采样点云精简和k-d树查找对应点对减少运算的时间复杂度方面进行改进,提高了传统ICP算法的效率和精度。并利用配准后两簇点云中对应点对之间的误差完成了几何质量评估,用RGB色彩模式来直观显示。经实验对比,本算法能很好的弥补单纯的粗略配准和经典ICP配准的缺点,具有良好的匹配精度和速度。     

低维特征空间中基于旋转图像的三维环境模型配准方法

近年来,异类机器人之间(如飞行机器人和地面机器人)的协作成为机器人学研究发展的一个新的领域.异类机器人协作的难点之一是协作环境建模,而由于所获得的环境模型具有不同的观测视角和尺度,其环境建模中的模型配准是一个难点和关键.目前,能够适用于大视角差、大尺度差场景配准的方法并不多,基于旋转图像的配准方法被认为是一种可行方案,但其中存在的计算负担大和在野外环境中的鲁棒性差使得其也很难在实际系统中应用.基于此,面向三维点云环境模型,以旋转图像为基础,提出了一种新的基于低维特征空间的模型配准方法.首先,通过引入模型曲率、旋转图像熵值和激光反射强度3个特征构建了一个三维特征空间,得到候选对应点集合.然后,在候选对应点集合中利用旋转图像的方法查找正确的对应关系,实现模型配准.由于低维特征空间的引入,基于旋转图像特征的对应点搜索区域大大减小,因此算法计算效率得到了极大改善.同时由于引入的新特征与场景旋转图像特征的互补性,算法的鲁棒性和精确性也得到了提升.这些性能改进最后通过实验得到了验证.     

遥感图像配准中的群智汇聚方法

遥感图像配准是遥感图像处理的一个重要的环节,在智能化遥感信息处理领域具有重要的研究意义和应用价值.本文主要对群智能在遥感图像配准中的应用进行了综述,并对进化算法和深度学习在遥感图像中的应用进行了介绍.首先介绍了遥感图像配准中常用的原理和优点.然后,对群智能算法在遥感图像配准中的应用进行了详细的介绍和总结,紧接着对进化算法在遥感图像配准中的应用进行详细介绍,其次对深度学习在遥感图像配准中的应用进行归纳,并且就遥感图像配准目前存在的难点以及深度学习在解决这些难点时所存在的优势进行了详细的讨论.最后,针对遥感图像配准中存在的关键问题进行了讨论与展望.     

一种基于相似度聚类方法的指纹识别算法

提出了一种基于相似度聚类的指纹识别算法．同现有的指纹识别算法相比较，该识别算法的独特之处体现在如下方面：首先，根据指纹纹理特性，采用二元尺度空间方法来对图像进行增强处理；其次，构造一种局部拓扑结构．细节点单形，根据与图像变换的相关性，将这些拓扑结构的属性分为变换可变特性和变换不变特性；再次，应用聚类方法，分析指纹之间的变换模型的分布空间；最后，用递归分层搜索方法，在变换模型的分布空间中估计出最优参数，并求指纹之间的最大相似度．FVC2002(the 2^nd International Fingerprint Verification Competition in 2002)对该算法的性能测试与认证结果表明了算法的有效性与先进性．     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

薄壳大转动、小应变几何非线性分析共旋有限元法

基于一致对称化平衡共旋列式理论,将具有转角自由度的优化膜单元与离散Kirchhoff板弯单元组合构成的3结点18自由度三角形线性平壳单元推广到薄壳大转动、小应变几何非线性分析,推导了一致切线刚度矩阵与内力矢量,建立了薄壳大转动、小应变几何非线性共旋有限元方程,采用Newton-Raphson算法结合自动载荷控制技术求解方程.通过环形薄板、顶部开孔的半球形壳和圆柱壳3个典型算例验证了本文方法的准确性.     

岩石孔隙结构的统计模型

通过砂岩CT扫描实验研究了岩石孔隙的几何特征与分布规律,给出了孔隙的形心坐标,孔隙间距、孔隙数和孔径的统计特征与各自分布的概率密度函数．利用Monte Carlo法和随机数算法生成了具有相同统计参数和概率密度函数的随机数序列来模拟孔隙位置、数量和孔径的随机分布．借助FLAC如程序按照随机数序列分配的孔隙位置和统计特征构建了岩石三维孔隙结构模型．在此基础上,应用该模型研究了巴西圆盘劈裂破坏时的应力分布、单元破坏方式以及破裂单元的连通情况．研究表明：孔隙模型具有与真实岩石孔隙结构一致的孔隙统计特征和较好的几何相似性,该模型可以直观地反映孔隙特征对应力分布、破坏方式以及破裂连通性的影响．     

基于互信息熵差测度的医学图像自动优化分割

分割问题是医学图像处理领域的热点和难点之一. 特别是如何自动确定图像中分类类数（NC）以及如何对含有病灶的医学图像进行分割这两个问题一直未能得到很好的解决. 因此, 提出一种基于互信息熵差（dMI）测度的模糊交叉分割算法（DDC）. 实验结果表明, dMI揭示了分割图像与原图像的内在联系, 因而得以有效地确定NC, 而DDC算法对含有不同病灶的不同模式的医学图像能够进行自动优化分割.     

基于细胞神经网络的图像分割及其在医学图像中的应用

细胞神经网络（cellular neural network,CNN）在图像处理方面的应用研究已有很大进展. 其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择. 以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割. 同时利用梯度信息和轮廓提取CNN确定轮廓,有效抑制分割过度. 人脑磁共振成像（MRI）中肿瘤分割的实例表明,改进的算法具有实用性和有效性.     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

单张正面人脸图像的三维人脸重建方法研究

针对基于单张正面人脸图像进行三维人脸重建时所需脸部侧面深度信息缺失的问题,提出基于BP神经网络快速三维重建方法。通过建立BP神经网络估计出正侧面人脸数据的关系,从而由输入的正面数据得到侧面数据,并对BP算法做出改进,加速了算法的收敛,提高了拟合的精度。然后利用获取的人脸侧面数据调整CANDIDE-3人脸模型,生成近似图...     

基于云平台的医学影像可视交互平台

针对传统医学影像可视化软件难以实现跨平台访问,以及有限的影像数据的存储和体绘制能力,且缺少协同可视化共享的机制,本文提出一个基于云平台的医学影像可视化平台.利用云平台超大的存储容量以及强大的图形图像处理能力,在云端进行医学图像的编解码、分割及高级体绘制,然后本文提出支持协同可视化的自适应医学元数据和图像数据传输协议,通过浏览器和云端的实时交互以及浏览器和浏览器的对等传输,实现了影像的各种二维和三维协同可视化交互功能.实验结果表明,我们的平台不仅能以协同方式支持大容量数据的二维实时浏览和伪彩映射,而且支持三维的高级分割和体绘制操作,并且有较好的实时交互性.     

求同存异的非局部图像去噪

非局部方法是近年来图像恢复领域最重要的方法之一,这类方法的关键在于如何理解和描述自然图像的自相似性质.本文通过对自相似性质的深入分析,提出描述自相似性质的两个原则：1）＂两方向＂原则：利用隐含在图像中的两方向相关结构.2）＂求同存异＂原则：利用相似性的同时保持各相似块之间的相对差异.然后利用奇异值分解建立了一种符合这两个原则的非局部图像去噪模型.该模型能获得很好的去噪效果.     

免疫算法在胸部X线图像癌变检测中的运用

主要讨论了基于免疫算法的胸部X线医学图像中癌变部位的检测。提出的检测方式是建立在移动Agents系统上的分布式处理,通过模板匹配的方法把胸部X线医学图像中可能的癌变部位标示出来,为医师的诊断提供参考信息,并在模板匹配中消除了成像时背景的影响。实验结果显示,该方法能够正确检测出实验使用的胸部X线医学图像中的癌变部位,同时,采用移动Agents系统可以提高检测速度。     

基于真实机器的装配公差分析方法

机器上目标要素的位置误差是零件几何误差和装配误差共同作用的结果．为了研究装配基准的几何误差在装配链中的传递和变换,提出基于真实机器模型的装配积累误差建模与分析方法．首先,采用控制点变动模型表示零件几何要素,利用蒙特卡罗模拟方法生成几何要素相对于公称位置的变动实例．然后,根据理论正确尺寸确定几何要素相对于基准参考框架的公称位置．第三,提出基准参考框架建立方法,根据基准要素实例确定目标要素的测量基准参考框架．最后,提出装配接触模型,根据装配顺序和基准要素位置实例确定测量基准参考框架相对于装配基准体系的位置．通过以上4个过程计算装配链中所有关联要素在机器坐标系下的位置,获得装配基准体系的几何误差在装配链中的转递和变换关系．将真实机器装配情况模拟分解为4个模块化过程,可以实现装配误差分析的自动化．以三平面定位的轴孔装配的装配间隙计算为实例,验证了本文提出的方法．     

Harris Laplace特征区域 Contourlet域遥感图像水印算法

针对现有遥感图像水印算法抵抗旋转、剪切、水平镜像及联合几何攻击能力差的问题,提出一种局部化遥感图像数字水印新方法.算法首先对水印图像进行 Arnold置乱预处理,并将其行扫描形成一维向量作为待嵌入的水印信息;在宿主遥感图像中提取 Harris Laplace特征点,依据特征点确定水印嵌入特征区域;规范所选特征区域,对其进行归一化后实施 Contourlet变换,利用奇偶量化方法将数字水印嵌入选定的变换系数内.实验证明算法对滤波、噪声、JEPG压缩等常规信号处理具备较好鲁棒性,并且能够更好地抵抗旋转、缩放、平移及其联合等几何攻击     

一种改进拉氏算子的四阶偏微分方程图像去噪方法

建立了一种描述图像平滑度的泛函,并推导出新的四阶偏微分方程图像去噪模型,在有效去噪的同时,较好地保持了图像的特征。由于该方法得到的图像是分段线性图像,避免了二阶偏微分方程处理图像常出现的"阶梯"效应,同时,和同类的四阶偏微分方程去噪模型相比,其处理结果不会出现"斑"点,因此视觉效果更加理想。最后通过实验证明了该方法的有效性。