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。     

一种新的基于形状的灰度图像插值方法

通过2幅已知的灰度图像，用数学形态学的方法确定出插值图像的轮廓．通过求出轮廓内任意插值点与中心点的位置关系，分别找出其在2幅源图像上的对应点．如果2个对应点的灰度值较为接近，可通过线性插值直接求出此插值点的灰度；如2个对应点的灰度值相差较大，则判断插值点的相对位置与哪个对应点的相对位置接近，并认定插值点的灰度值即为此对应点的灰度值．对轮廓内所有的点采用上述算法，即可求得最终的插值图像．算法将图像的形状信息和灰度信息较好地结合起来．实验结果表明其插值结果是令人满意的．     

图像插值在ECT三维数据可视化中的应用

在电容层析成像(ECT)三维重建过程中,由于传感器侦测数据的局限,以及成像系统内部和外部的因素影响,使得获取的二维图像比较稀疏,图像质量并不高,而且,获取的二维图像可能会有单一像素点出现,导致不可能被轮廓化,这样就导致有一些流形不能被正确的反映.本文从图像插值的角度,针对ECT二维图像进行像素补充,针对ECT断层序列图像进行断层图像补充.仿真结果表明,该方法很好的改善了三维图像的成像效果.     

基于e~0范数优化算法的图像重建

为了解决稀疏信号的重建问题提出了光滑e0范数优化算法,它与最小1范数优化算法等图像重建的方法相比有很大的不同,着重实验了这种信号重建算法中重要参数的选择,并利用手写体数字图像库为试验样本做了一维信号重建和二维图像重建实验.实验结果证明了基于e0范数优化算法在图像重建时间和重建精度上的优越性,此为后续的图像工程研究奠定了基础.     

一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段，对卷积图进行增强，并用区域增长方法进行辅助校正，能改善轮廓提取效果；在特征表示方面，用形状签名代替链码来描述轮廓，从而提高了计算速度，降低了由噪声干扰和镜头形变造成的影响。实验结果表明，该算法在速度上优于基于链码的配推算法，推确串高，并且可以适用于未经过几何形变校正的图像的配推与拼接。     

基于改进的Zernike不变矩的图像重建

简要介绍了描述图像形状特征的Zernike不变矩，在给出Zernike不变矩定义的基础上，讨论了Zernike不变矩的改进，指出可以使用基于改进的Zernike不变矩的形状特征数据来重建图像；基于改进的Zernike不变矩进行图像重建的实验，结果证明了对其进行改进的可行性。     

基于改进GA和OTSU的图像分割算法

图像分割是图像处理、模式识别和人工智能等多个领域中一项关键技术.文章利用改进遗传算法与改进OSTU算法相结合对二维图像分割进行了全局优化,使算法在保持群体多样性的同时加快收敛速度,提高算法全局收敛的稳定性,实现了图像的自动最佳阈值的分割。     

矢/冠状图像重建的随机迭代函数系统算法

为重建高质量的矢 /冠状图像 ,以满足医生在临床诊断与治疗时更加准确地掌握患者组织器官及病灶形态的分布情况 ,采用随机迭代函数系统 (IFS)算法对序列 CT/MRI断层图像进行分形插值计算 ,提出了基于插值曲线型值采样点序列波形局部网格分形维 ,实现对仿射中的垂直尺度因子的估计方法。实验结果表明 ,采用该算法进行插值计算 ,可较好地保留图像的纹理特征 ,获得高分辨率图像。算法占用内存少、计算速度快、精度高 ,可推广应用于一般的灰度图像插值计算。     

CT断层图像匹配插值算法的研究与实现

针对CT断层图像插值,提出了一种基于目标特征对应点匹配插值算法,该算法与传统插值方法相比,其视觉效果和计算误差均有较好的改进．该算法通过计算机实现,可以获得清晰的灰度插值图像,有效地避免插值后易产生的边界模糊现象。     

基于像素差分网络和边缘方向插值的图像缩放算法

通过对图像在缩放过程中使用的不同插值算法分析比较，针对新的边缘定向插值算法中存在人工选取经验阈值的随意性与边缘轮廓连续性的问题，本文提出一种基于像素差分网络和边缘方向的图像缩放算法。从人工选择阈值完成边缘分割改为利用像素差分网络实现边缘分割；对边缘点3×3区域查找边缘线方向作线性插值，以保持图像边缘轮廓的连续性，从而保留图像边缘结构。实验表明：该算法能在提高图像分辨率的基础上保留图像所具有的边缘结构，有较低的时间复杂度，同时对于不同图像该算法具有较好的普适性。     

一种基于轮廓特征的图像拼接算法设计与实现

提出了一种新的基于轮廓特征的图像拼接算法。在特征提取阶段 ,对卷积图进行增强 ,并用区域增长方法进行辅助校正 ,能改善轮廓提取效果 ;在特征表示方面 ,用形状签名代替链码来描述轮廓 ,从而提高了计算速度 ,降低了由噪声干扰和镜头形变造成的影响。实验结果表明 ,该算法在速度上优于基于链码的配准算法 ,准确率高 ,并且可以适用于未经过几何形变校正的图像的配准与拼接。     

超声图像的表面轮廓提取及三维图像重建过程的探讨

通过超声对被测元件进行检测,获得二维图像,然后提取二维轮廓信息,最终形成三维图像这一过程进行研究,并针对每一过程给出了具体的数据采集方法或算法,算法经实验检验均有非常好的效果,基本能够达到二维信息提取要求.     

一种自适应最大相关性数字图像插值算法

提出了一种基于图像多方向最大相关性的数字图像插值算法．数字图像插值过程中不可避免会产生图像细节模糊和边缘锯齿化．同时在处理视频信号时要求有较低复杂度以满足实时信号处理．针对以上问题和要求．本根据图像空域内邻近像素点多个方向的内容相关性和几何相似性．得到一种基于图像最大相关性的自适应优化插值算法．该算法能有效解决插值后图像的锯齿效应及边缘模糊等问题．实验结果表明．该方法插值后的图像信噪比性能明显优于双线性方法．插值倍率较小时接近两次立方法．随着插值倍率增大性能也优于两次立方法．且计算量不大．经适当改进后可以用于实时视频信号处理．     

一种由明暗恢复形状的改进变分算法

针对变分算法可能丢失表面细节信息的问题,提出了一种由明暗恢复形状的改进变分算法,使用接近实际的混合反射模型描述的反射图方程和图像梯度方程构造了新的目标泛函,由于图像梯度反映了二维图像的细节信息,新目标泛函比仅使用反射图方程的目标泛函蕴涵了更加丰富的三维形状细节信息.然后,使用变分原理求解该目标泛函,得到由明暗恢复形状的改进变分算法.所提出的算法比基本变分算法三维形状恢复的精度有显著提高.合成半球图像的实验表明,新算法在相同迭代次数时恢复三维形状的平均相对误差比基本变分算法减小了13.45%.实际复杂图像的.三维形状恢复结果表明,新算法在恢复表面三维细节时比基本变分算法更加准确.     

基于改进蝙蝠算法的甲状腺SPECT-B超图像配准

为了提高甲状腺肿瘤检出的准确率.提出基于改进蝙蝠算法的甲状腺SPECT (single-photo emission computed tomogropby)-B超图像配准方法.针对甲状腺SPECT图像与B超图像灰度差异大,采用2类图像共有的甲状腺及肿瘤轮廓特征进行配准.采用阈值分割法提取SPECT图像中甲状腺及肿瘤轮廓;采用Shearlet变换与基于活动轮廓模型图割算法相结合的方法提取B超图像中甲状腺及肿瘤轮廓;以归一化互信息为相似性测度,以改进的蝙蝠算法为优化算法,优化配准所需的空间变换参数.实验结果表明,提取的B超图像中甲状腺及肿瘤轮廓更准确,改进的蝙蝠算法使配准具有更高的准确性和较好的鲁棒性.     

复小波的亚像元图像重建及去噪方法

通过对亚像元理论的分析，对两帧错半个像元的遥感图像进行复小波插值，引入基于层间的小波自适应阈值方法去除噪声，并通过重构得到更高分辨率的遥感图像，同时，算法对遥感图像的复原效果好于常用的方法。     

连分式插值结合卷积神经网络的超分辨率重建

基于卷积神经网络的图像超分辨率重建算法是数字图像处理领域近年来的研究热点.针对低分辨率图像在预处理时使用双三次插值导致图像丢失一些重要的高频纹理细节以及网络模型优化问题,文章提出了连分式插值结合卷积神经网络的超分辨率重建方法.在原有的轻量级基于卷积神经网络的超分辨率重建算法(super-resolution convo...     

基于体素的医学图像三维表面模型重建

三维表面模型重建是将CT和MRI等医疗影像设备获得的二维图像重建成三维立体表面显示图像的过程·重点研究了其重建算法的具体实现:在建模上采用了基于体素的三维物体体积重建;在显示上提出了基于Ray Casting的三维物体二维直接显示技术·所以,和传统采用三角面拟合的方法相比,具有图像重建过程无需生成中间数据,无需进行3D物体的边界检测等优点,同时该算法并行性好,易于采用硬件方法实现加速·     

一种改进的中文字符矢量化算法

针对人工进行字体的矢量化耗时费力的问题,提出一种改进的Potrace字体图像矢量化方法.基于Potrace位图矢量化算法,首先得到位图路径的初始点集,然后通过夹角判别法和计算删除代价(DC)值来删除冗余点得到最终关键点集,再根据弧弦距判别法判断矢量段的拟合类型,最后使用Bezier曲线插值拟合关键点并优化轮廓路径.为了衡量矢量化后的曲线轮廓的质量,建立了字体曲线轮廓的度量指标体系,其中包括轮廓尖锐度、关键点冗余率、锚点准确度和形状吻合度等指标.实验表明:Potrace算法的冗余率大约在56％左右,而改进后的Potrace算法则将冗余率降到10％左右,并且本方法在锚点选择的准确度方面较Potrace算法有提高,形状吻合度与Potrace算法持平,可以提升字体图像矢量化的效率和质量,同时也能尽可能减小曲线字库的空间存储量.