复杂海面环境下船只边缘识别算法的改进

针对复杂海面环境下船只边缘识别问题,提出了一种融合Retinex图像去雾预处理和改进自适应阈值SUSAN边缘检测的算法,用来提取船只目标边缘特征.对由于不同场景海雾造成的图像模糊,采用Retinex预处理增强图像信息,然后对待检测目标像素剔除伪边缘点,采用自适应算法获取几何阈值t和最大类间方差(Otsu)的方法选取双阈值g,进而对图像进行边缘点检测、提取边缘特征.实验结果表明,融合后的算法能够有效提高复杂海面船只边缘检测的鲁棒性.     

裂纹图像分割与提取的聚类分析方法

提出了一种模糊C均值聚类和密度聚类算法相结合的方法对裂纹图像进行分割提取.使用标准的模糊C均值聚类算法来对原始图像进行初始聚类,得到包含裂纹区域的候选点.本文还提出裂纹狭长度与区域向量2种概念,并用来去除候选点中的伪裂纹.然后,利用密度聚类算法(DBSCAN算法)对候选点进行裂纹聚类,提取出最终的裂纹图像.实验结果证明,使用上述方法对裂纹图像进行分割提取可以得到很好的效果.     

改进的快速模糊C均值聚类的图像分割方法

传统的模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但该算法没有考虑像素的灰度和空间特征,对噪声和伪斑点图像不可能取得好的分割效果.提出一种改进的算法,在快速的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计构造新的隶属函数,对图像进行二次聚类分割.该算法具有以下优点:1)有效地抑制了噪声的干扰;2)减少了图像的伪斑点;3)把误分类的像素很容易地纠正过来.对两种类型图像的实验分割结果表明该方法对噪声和伪斑点具有很强的鲁棒性和对像素聚类的正确性.     

SPECT影像呼吸运动参数辨识与伪影校正的体模研究

为了提出一种单光子发射断层扫描成像(SPECT)影像呼吸运动参数估计和伪影校正方案,该文通过对伪影图像的方向微分和自相关分析分别辨识出体模的运动方向和幅度,根据匀速运动和正弦振动拟合的系统点扩散函数,运用Wiener滤波和Richardson-Lucy盲反卷积(RL)算法校正伪影。结果表明:5个典型运动方向和幅度辨识的结果均与实际值接近,RL算法校正伪影经过5次迭代后图像质量总体优于维纳滤波。通过图像后处理估计运动参数,运用迭代反卷积可以有效的校正图像伪影,可能成为一种更方便实用SPECT/PET(正电子发射断层扫描成像)图像呼吸伪影解决方案。     

基于多尺度超像素融合的RGB-D单幅图像阴影检测算法

针对单幅复杂环境图像阴影检测问题, 提出一种基于多尺度超像素融合的自动阴影检测快速算法. 首先利用深度图像计算各点的法向量及空间坐标, 同时利用简单线性迭代聚类算法对彩色图像进行多个尺度的超像素分割; 然后使用阴影置信度算法结合图像的色度、法线和空间位置信息分别估计各尺度下的超像素阴影置信度; 最后采用Adaboost训练的分类器对各尺度下的超像素阴影置信度进行融合, 得到最终的判决结果. 实验结果表明, 该算法的准确度明显高于原阴影置信度算法, 运行时间约为原阴影置信度算法的10%, 对于小块阴影、 大面积阴影及边缘不清晰的软阴影检测表现较突出, 适合对光线复杂环境下的图像进行前期预处理.     

基于圆周光强检测的血管OCT图像导管的去除方法

在血管OCT（Optical Coherence Tomography）图像中，OCT图像中导管在不同位置的成像，很大程度上影响了血管内其他目标检测及识别的结果。为了减少图像中导管对上述研究结果的干扰，提出一种快速检测和识别导管区域的自动化方法。该方法先在图像中心处划分检测圆的圆心坐标变化区域，在极坐标下建立圆周光强检测模型。然后，利用每个检测圆上其半圆周的像素均值差构建描述当前检测圆的特征数据。针对导管成像失真问题，采取动态地变换检测圆的圆心坐标和半径的方法。对4组血管OCT图像（约300幅/组）进行实验，实验结果表明，导管检测的准确率达到97.35%，且平均每幅图像的检测时间约为0.7秒。     

基于图论的复杂交通环境下车辆检测方法

目前现有的基于图像的车辆检测系统大多数是利用滑动窗口法来确定车辆候选区域.为了提高车辆检测的速度并减少计算量,提出了一种新的基于图论的车辆检测方法.该方法针对每幅图像通过简单线性迭代聚类(SLIC)算法得到含有若干个超像素节点的图像,分析节点间的相互关系最终确定车辆候选区域.在检测阶段,本文把大量不同视角的车辆图片作为正样本进行训练,得到多视角的分类器;基于候选区域的几何信息,选择适当的多视角分类器进行检测.由公共交通分析数据集(KITTI)检测结果表明:与目前最新的、具有相同提取特征和分类器的算法相比,本文的方法具有更好的检测精度,在复杂的背景下也能取得很好的检测结果.     

基于FDK反投影权重的锥束DSA重建算法

针对锥束数字减影血管造影成像系统(DSA)锥角增大而导致锥束伪影严重的问题,提出了一种基于FDK的反投影权重锥束DSA重建算法.分析了圆扫描轨迹远端伪影的成因,针对短扫描阴影区域导致的Radon空间数据缺失,提出了一种距离变量的反投影权重函数,并将其作为约束条件引入到FDK算法中,实现扫描轨迹远端区域的数据补偿,扩大图像重建区域.应用该算法对无噪声和有噪声的模拟投影数据,及自行研发的锥束DSA的实际扫描数据分别进行了重建试验.结果表明,文中算法较FDK类算法(Parker-FDK)对大锥角投影数据可明显抑制锥角伪影,其归一化均方距离判据和归一化平均绝对距离判据比Parker-FDK均降低了5％.     

基于点云的SUSAN特征点检测算法在三维重建中的应用

针对三维重建中点云特征点检测问题,提出了一种基于点云的最小核值相似区(SUSAN)特征点检测算法,并将其应用于三维重建的初始配准.首先,对待测点云进行遍历,利用kd-tree数据结构获取三维r-邻域核值相似区,计算得到点云的候选特征点;其次,使用快速点特征直方图对候选点进行特征描述并实现两幅点云特征点间的匹配;最后,利用奇异值矩阵分解法计算变换矩阵,完成两幅点云的初始配准.实验结果表明该特征点检测算法计算效率较高,产生的特征点匹配准确,可为精确配准提供较好的初始位置.     

基于柱面反投影算法的三维物体表面纹理重建

从图像中提取纹理用作纹理映射是三维重建的常用方法之一,然而通过相机获取的照片纹理经常存在失真变形,不能直接用于纹理映射,故需要研究失真纹理的校正.针对圆柱面物体提出一种柱面反投影算法,将物体在圆柱面上的影像纹理投影到二维视平面上显示,并用线性插值算法对缺损的像素值进行插值校正,然后利用SIFT(Scale Invariant Feature Transform)尺度不变特征点匹配算法对校正后的纹理图像进行特征点提取与匹配,最后采用加权平滑算法实现图像的拼接,从而得到宽视角的纹理图像.实验表明,利用上述方法能够有效地生成三维重建所需的纹理.     

基于物体轮廓和前向预测的自适应窗匹配

针对用窗方法进行视差估计的问题,在详细分析了不同情况下窗大小对亮度差平方和（SSD）影响的基础上,根据立体图像内容的特点和自然界物体的性质,提出了基于物体轮廓和前向预测的自适应窗匹配方法,用于立体图像对对应像素点的视差估计,对一维亮度信号的仿真分析清楚地展示了该算法能在图像的各像素点迅速合理地调整窗大小,从而达到几乎在每一像素点的匹配窗尺寸参数都是最优的目标,与以前提出的自适应窗匹配法比较,该算法复杂度更低,最后,对立体图像信号的处理证明了同样的结果。     

一种基于双调和方程的表面重建方法

本文对三维物体的重建算法进行了研究，介绍了一种由边界轮廓线出发的基于表面最平滑准则的表面重建方法，继而提出了一种变误差的多层网格迭代算法，显著提高了算法的运算效率，对核磁共振人脑断层边界轮廓线进行试验，重建出的人脑表面３Ｄ图形，有较好的结果，证明了本算法的有效性。     

基于2D Gabor小波与组合线检测算子的视网膜血管分割

单一的2D Gabor小波血管分割算法只考虑了图像滤波信息,忽略了血管形状和结构信息。为了更加精确快速地实现视网膜分割血管,提出了一种基于2D Gabor小波变换和组合线检测算子的视网膜血管分割方法。首先通过像素灰度值、4个尺度下的2D Gabor小波变换和组合线检测算子构造一个六维像素特征向量,然后使用贝叶斯高斯混合模型实现视网膜图像像素分类,最终实现血管分割。通过对通用的DRIVE眼底图像库中所有视网膜图像的实验仿真,结果表明算法获得了0.963 6的受试者特征工作曲线面积和0.948 6的准确率,优于单一的2D Gabor小波血管分割算法。     

基于圆形特征点的非线性相机标定方法

针对高精度标定板制作困难费用高的问题,提出了一种快速简易的相机标定方法。用数码相机对一张具有不同大小圆形特征点的标定表绕着光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓;采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,用稳定的图像点与空间点的对应算法确定图像点与空间点的对应,计算过程中对所求参数进行了非线性优化。实验表明,重投影平均误差在0．2个像素以下,证明了该方法的可行性和较高的标定精度。     

基于μ-CT断层图像的多孔材料STL建模

STL文件是三维表面模型常用的存储格式,在逆向工程、有限元分析等领域有着广泛的应用。文中基于μ-CT(超声CT)断层图像分析了多孔材料STL文件格式的产生方法。结合大津阈值分割算法与图像标记方法,清除源图像的噪声并且将孔的轮廓标记出来,再应用MC算法,对CT序列图进行三维重建,生成STL文件。实现了对多孔材料错综复杂结构的孔隙结构的建模,也改进了原STL生成算法限定条件较多、耗时较长的弊端。     

混合神经网络在颗粒图像边缘检测中应用

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法·边缘候选图像是通过采用基于灰度极小值算法提取边缘候选像素获得,神经网络以边缘候选图像中的边缘候选像素及其邻域像素的二值模式作为训练样本·对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实,适用于颗粒图像的边缘检测·     

面向缺失像素图像集的修正拉普拉斯特征映射算法

针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯特征映射算法可以很好地挖掘缺失像素图像数据集的内在流形结构,减弱缺失像素带来的不良影响.     

基于图像统计特征的平移线性插值方法

针对平移线性插值算法存在的边缘锯齿问题,提出一种基于图像统计特征的平移线性插值方法.该方法利用图像插值前后边缘统计特征的相似性,从低分辨率图像中获取估算高分辨率图像边缘点所需的协方差矩阵和矢量,并对非边缘处图像进行平移线性内插,可以同时保持图像边缘的光滑性和非边缘处的细节特征.该方法无需迭代运算,计算量较小.实验结果表明,用该方法可获得高质量的高分辨率图像.     

基于光学相干层析图像的眼底黄斑部三维重建

基于眼底黄斑部光学相干层析(OCT)图像提出一套建立视网膜局部三维模型的方法,并为实现三维OCT临床诊断技术进行前期探索.本文以梯度结合数学形态学的方法分割图像,采用基于互信息的配准算法进行图像配准,并设计了一种改进的线性插值算法进行片层间插值,最后用体绘制方式重建出眼底黄斑部三维模型.基于上述方法在PC机上成功构建出视网膜黄斑部三维模型.该模型外观平滑,较为精确,为临床应用奠定了基础.     

基于多尺度分析的归一化割图像分割算法

不同尺度的图像拥有不同的特性,针对单一尺度图像进行分割容易出现过分割或欠分割的问题,本文提出一种基于多尺度分析的归一化割的图像分割方法,首先利用方向能量模型得到不同尺度子图像的边缘方向能量,然后根据干涉轮廓的思想建立各个子图像像素之间的相似度,形成多个不同尺度的权值矩阵,并归一化为一个权值矩阵,最后运用归一化割算法对图像进行分割。实验表明,本文方法在融合了多个尺度图像不同特性的同时,能很好地处理含有纹理区域和弱边缘的图像,在一定程度上避免了过分割或欠分割的问题。