基于螺旋CT的人体颅脑三维有限元模型构建

阐述了基于螺旋CT图像构建颅脑三雏有限元模型的过程。首先，对人体颅脑进行CT断层扫描，然后采用CT图像三维重建软件和CAD软件构建轮廓线，用有限元软件ANSYS划分网格，构建了颅脑三维有限元模型，并对该模型进行了验证。此模型包括大脑左右半球、小脑、脑干、大脑镰、小脑幕，是完全真实的人体颅脑三维有限元模型。本模型以精确CT数据为依据，为宇航、交通事故、司法鉴定、创伤判断和临床治疗等提供了可用的颅脑有限元模型。     

基于BP网络的工业CT图像边缘检测

采用改进的BP算法,实现工业CT图像的边缘检测。本文构造了学习样本,可以在较短时间内训练得到权值矩阵,从而实现二值图像边缘检测。并在此基础上,综合灰度图像各位面的边缘提取结果,实现对灰度图像的边缘检测。通过对发动机CT图像的实验,证明利用本文得到的权值矩阵用于边缘检测,泛化性较好,抗噪能力强,能得到较为连续精细的边缘。     

边缘检测技术在CT图像预处理中的应用

本文在已获取CT原始图像序列的基础上,分析了常用的图像边缘检测技术及其数据矩阵的建立。针对二维CT图像的边缘检测,提出了一种改进的基于Sobel算子的边缘提取算法,解决了影响三维重建准确性的关键性问题。     

基于组合向量滤波的膝关节CT图像边缘检测

为克服传统分割方法依赖人工选取阈值的缺陷,提出基于组合向量滤波的膝关节CT图像边缘检测方法。经组合特征向量预处理后,利用拟牛顿算法改进的神经网络算法,实现膝关节CT图像自动分割和处理。仿真实验表明,处理后的图像能够较好地检测到原始膝关节CT图像的边缘,边缘轮廓圆滑清晰,封闭性好。与传统神经网络方法相比,该检测方法可提高边缘特征信息的精度和处理效率。     

基于CT图像的势函数聚类分割人体脂肪检测

CT图像中人体脂肪组织有与其他成分不重叠的灰度值范围，但背景较复杂，图像直方图中可能出现多峰情况，为此将势函数聚类自适应多阈值图像分割算法与CT图像分析相结合，设计了一种快速而有效的多阈值脂肪提取算法——势函数聚类自适应模糊多阈值分割法，并进行CT图像计算机辅助人体脂肪检测。实验结果和脂肪含量计算表明，该方法能准确地检测人体脂肪分布以及含量等信息，计算结果直观效果好，且该算法得到的同一个体相邻断层脂肪含量相关性好，多次实验证明，计算机辅助脂肪检测方法在实验中具有很高的适应性与稳定性。     

基于Surfacelet变换的三维CT图像边缘检测

为了有效抑制三维CT图像的噪声,减少伪边缘,基于Surfacelet变换提出一种三维CT图像边缘检测方法.运用Surfacelet变换将三维CT图像分解到三维变换域,并对高频子带系数进行自适应阈值滤波,对低频子带系数进行归一化处理,将处理后的系数进行Surfacelet重建,再采用Canny算子分别提取高低频图像边缘进行融合,可获得准确的完整图像边缘.实验结果表明:根据Surfacelet变换域子带系数分布特征进行处理,可有效分离信号与噪声,增强目标弱边缘,减小稀疏系数幅值波动,从而实现对三维CT图像目标边缘的准确检测与提取,获得清晰、完整的边缘轮廓.     

扩展数学形态学边缘提取在CT图像的应用

计算机断层扫描（CT）是在医学疾病判断中用得最为广泛的诊疗手段之一.CT图像边缘提取的质量对医生在临床诊断中的正确率产生重要的影响.而传统的图像边缘检测算子受噪声等因素干扰较大,所以并不适合对CT图像进行边缘提取.本文提出一种扩展数学形态学运算方法,实验结果表明该方法不仅能有效地检测图像边缘,并且具备相对较强的抗噪声性能和很强的抗边缘间相互影响能力,从而为医生对病患做出正确的诊断提供了可靠的依据.     

Chamfer Matching 在CT 和MRI 图像匹配融合中的应用

医学影像中的CT和MRI图像的精确匹配融合能为临床提供全面，丰富的诊断信息。文中首先对CT图像正常脑组织边缘做距离变换，形成距离图像，然后利用MRI图像正常脑组织边缘作为模板，实现了CT和MRI图像的精确匹配。在此基础上完成了CT和MRI的信息融合。文中算法适用于CT和MRI的匹配，并对SPECT，PET，DSA等医学图像的匹配具有参考作用。     

基于滤波反投影的二值图像边缘检测新方法

利用基于滤波反投影（FBP）的CT图像重建算法中出现的“杯状效应”,对重建得到的CT值中的最小负值设置阈值因子来调整图像的整体归一化结果,从而得到一种新的边缘检测方法;同时给出一种改进的距离准则,以便针对不同的图像选择最优的阈值因子使得边缘检测的效果达到最佳。     

一种基于图像的人体检测方法

人体检测常见的应用是安全监控、网络图像过滤等。工业及信息化部推荐的＂绿坝-花季护航＂采用了一些技术实现人体识别,本文对该软件进行了分析,提出了一些改进,如各种肤色的识别,对人体形态的检测。进而提出一种主要利用图像分割、边缘提取的人物图像检测方法。     

真实感人体头部建模方法研究

在虚拟环境中，对人体头部变形曲面提取特征并参数化，建立基于弹簧质点系统的标准几何模型；借助重叠图像拼接技术形成纹理图像；根据纹理图像调整几何模型特征参数，配准图形和图像形成特定的变形几何模型，再把拼接图像纹理映射到变形几何模型上，得到一种真实感人体头部模型。     

基于CT图像的全髋关节置换辅助诊断算法

计算机辅助诊断算法是医学图像处理领域的研究热门。全髋关节置换前医生需要手动对比CT与股骨柄图像进行诊断。提出了一种基于CT图像的人工髋关节置换辅助诊断算法。首先统一CT图像与人工髋关节图像的度量,然后通过图像处理提取CT中股骨头中心与股骨干轴线作为内部基准,最后根据基准对人工髋关节图像进行几何变换,与CT图像融合后以模拟植入后效果,辅助医生诊断。实验结果表明,该算法能够准确地将人工髋关节图像与CT图像配准。     

基于肺部先验知识的电阻抗成像重构算法

为获取人体肺部组织分布,结合人体肺部组织的结构特征,运用大型有限元仿真软件COMSOL,根据CT肺部扫描图像构建人体肺部模型,同时结合人体组织和器官电导率分布参数等信息,并考虑肺部先验知识,采用共轭梯度算法重建被测场电导率分布图像．仿真实验表明,灵敏场均匀性指标由基于圆形场域的34．218减少到基于肺部模型灵敏场域的15．568,灵敏场的均匀性得到明显改善,且重构图像具有较高的分辨率和图像质量．     

基于人体头肩部形状的身份识别

身份识别技术近年来引起了越来越多人们的兴趣．提出了一种有效的基于人体头肩部形状的身份识别技术，通过形态学方法及背景减除法提取出人体头肩部形状的曲线特征，利用相关算法比较，实现人的身份识别．实验结果表明，该方法在图像分割方面具有很好的效果，且算法简单易于实现，能较好地识别出样本库中的身份．     

基于差值图像及肤色特征的人脸定位方法

该文提出一种用于安保监控系统中提取人脸的实用有效方法。该方法利用运动序列图像之间的差分图像，检测出运动目标区域，得到运动目标子图像，剔除大部分静止背景的干扰。随后对于图像进行肤色映射，得到二值图像，对二值图像进行水平和垂直投影，确定人脸的左右边界和上下边界，从而得到人脸的准确定位。该方法在工程上有效且计算量较少，可以达到实时需要。     

融合构型查找表与邻接查找子表的改进MC方法

针对医学图像三维可视化中移动立方体面绘制算法（marching cubes,MC）执行速度慢、效率不高的问题,提出了融合构型查找表与邻接查找子表的改进MC方法。该方法通过显性构建邻接查找子表约束体元搜索路径,使面绘制时只处理有效体元,根据邻接查找子表特点设计堆栈结构实现搜索算法,不仅提高了算法访问效率,而且减少了临时存储空间。在可视化工具包(VTK）下用改进MC方法对人体脚、胸腔、头部的CT数据集进行三维重建实验,结果表明在不损失重建质量的前提下,重建过程中遍历立方体数目缩短95%左右,重建时间缩短20%左右,提高了MC方法的执行速度和重建效率。     

标准正面人脸图象的特征提取

人脸的识别技术（ＦＲＴ）是当前模式识别领域的一个热点课题,人脸特征的自动提取是人脸自动识别过程中至关重要的一步,文中采用基于人脸几何特征的方法,设计一个初步的自动人脸特征提取系统,首先通过改进后的边缘检测和阈值技术在头肩型图象中找到头部轮廓,再利用“三停五眼”的标准进一步确定五官大概的位置,最后提取出７个有效的特征点,本系统建了一个包含５０个人脸图象的数据库,实验结果表明这种方法可以有效地获取头部轮廓一人脸特征点。     

基于CT图像的个体化假体反求设计

基于CT图像,采用反求工程(RE)与计算机辅助设计(CAD),研发了一套个体化假体的计算机辅助设计系统.采用本系统,可设计出良好匹配的个体化假体,完全可以用于临床.以髋骨关节反求为实例,对股骨上段做CT断层3 mm扫描,得到CT数据图像,用开发的系统对CT二维图像进行处理,获得骨骼内外轮廓,提取骨骼轮廓数据,重建骨骼三维模型,利用CAD软件solidworks2004设计假体,并模拟植入过程.设计的假体符合髓腔结构并可植入髓腔内.通过研究CT图像的个体化假体反求设计,证明该方法有效可行.     

超分辨率重建技术在CT无损检测中的应用研究

通过CT系统取得平动低分辨率图像序列,采用分级块匹配像素内配准进行运动估计,应用结合小波的改进凸集投影算法重建出超分辨率图像。对CT切片图像的处理结果表明,该方法能有效提高切片图像的分辨率,为工业CT图像增强,以及其在无损检测上的应用提供一种新的手段。     

基于CT图像处理技术的混凝土细观破裂分形分析

以单轴压缩条件下混凝土细观损伤演化的CT图像为研究对象,借助于数字图像处理技术对CT图像进行了阈值分割,提取出了图像中的裂纹形态,分析了单轴压缩条件下混凝土内部微裂纹的萌生、扩展和贯通的全过程,并利用差分盒维数法估算出图像裂纹扩展的分形维数.在此基础上,获得了载荷、扩展裂纹及分形维数三者之间的关系.结果表明:在单轴压缩条件下,定义的分形维数随着裂纹的扩展逐渐增加,可将细观结构分形维数作为研究混凝土细观裂纹扩展的定量参数.