基于插值的图像修复算法

目前,针对小区域缺损的图像修复算法中,大多采用基于迭代的修复算法,然而这些效果较好的图像修复算法,其时间复杂度一般都比较大.本文通过插值的方法,利用破损区域与周边邻域的有效信息之间的相关性,提出改进的基于FMM(快速行进)的图像修复算法;调用仅适用于被检测到的高局部活跃的像素,提出基于LMMSE(线性最小均方误差估计)插值的图像修复算法.实验结果表明,提出的两种算法分别与FMM算法和TV(整体变分法)算法相比,在整体上其修复效果和效率都具有明显的优势.     

红外破碎人体目标的水平集修复算法

许多图像分割方法提取红外人体目标时的结果常存在破碎现象,需要修复.将图像修复转化为图像分割问题,首先应用薛定谔变换使人体碎片形成连通区域,然后提出一种综合图像区域和边缘信息的水平集分割模型提取该连通区域,模型收敛时目标修复完成.实验结果表明,该方法可自动确定目标碎片位置与归属,排除背景干扰,填补目标内部缺损,胶连缺损人体轮廓段,修复结果与真实外形总体相似度高于80％,内部残缺率低于4％,通过优化模型参数可获得良好鲁棒性.     

基于多层小波和共生矩阵的纹理表面缺损检测

提出一种利用多层小波和共生矩阵进行纹理表面缺损检测的有效方法.该方法首先将缺损图像在不同水平上进行小波分解,得到一系列低频子图像和高频细节子图像;然后计算和分析各水平上高频细节子图像的共生矩阵特征;最后选择低频子图像进行小波合成得到无纹理图像进行检测.实验证明,该方法能够快速准确地进行纹理缺损检测.     

基于稀疏表示的车用带钢表面图像信息修复

针对当前车用带钢表面图像信息修复所用时间较长,修复效果较差的问题,提出基于稀疏表示的车用带钢表面图像信息修复方法.根据像元点之间在车用带钢表面图像中存在的空间相关信息,结合像元点的灰度分布信息,采用二维直方图建立离散测度矩阵,获得车用带钢表面图像中需要修复的目标区域和背景区域.在稀疏表示原理的基础上构建稀疏修复模型,在车用带钢表面图像的目标区域和背景区域中对受损区域进行修复,能够有效获取车用带钢表面缺陷图像信息,实现车用带钢表面图像信息的修复.实验结果表明,所提方法对车用带钢表面图像信息修复的峰值信噪比较高、均方根误差较小,表明该方法的信息修复效果较好,且修复耗时较短,修复效率高.     

上颌骨缺损颧种植体功能设计及生物力学评价

利用Branemark颧骨种植体,结合显微外科骨移植技术重建半侧缺损和全缺损上颌骨的形态和功能,并对重建的生物力学效果进行评价.基于CT扫描和图像及图形处理技术,建立标准人的模块化颅骨三维几何和有限元力学模型.基于该模型,模拟不同颌面骨缺损状态,设计上颌骨半侧和全缺损颧种植体长度、植入位置、植入方向,及常规种植体分布和数量,并利用有限元方法评价该设计的生物力学性能.结果表明,腓骨移植Branemark颧骨种植体种植修复半、全侧上颌缺损模型的应力分布中,应力最大值出现在颧种植体植入颧骨的颈部,颧种植体上应力值较周围支持组织的大,起到了颧突支柱对牙合力的传导作用;种植体结构中弯曲变化的位移不明显,并且种植体整体位移在颧骨附近逐渐减小为零.故腓骨重建颧种植修复上颌骨缺损方法能够有效传导牙合力,其周围支持组织具有良好的应力分布,是一种安全有效修复上颌缺损、恢复咀嚼功能的临床方法.     

光点测试中的光点修复方法研究

针对在荫罩式彩色CRT器件的光点测试中,金属荫罩截获阴极束电流形成荧光屏上光点图像残缺,器件测试人员因此无法了解真实光点全貌,提出了一种有效的解决方案.该方案基于微分原理,采用脉冲偏转微移动法实现电子束在小区间内的线性偏转,并同步采集屏上的光点信息,利用必要的图像处理技术,将多次采集到的残缺光点信息依次叠加,修复成为完整的原始光点.该方案应用灵活,成本低廉,修复效果较好,测量精度较高,适用于对各种尺寸彩色CRT器件性能及显示图像质量的评价.     

基于CT图像反求技术的人体股骨头修复建模

提出了一种基于CT图像反求技术的髋关节建模和缺损股骨头修复建模的新方法.利用基于模型的分割方法从人体髋关节CT图像中分别提取股骨和髋臼骨轮廓三维点数据,通过对离散点云数据进行规则化处理、精简、分割等,提取目标区域点云数据,最后利用最小二乘法拟合对因病变而发生塌陷的股骨头表面进行修复重建,恢复其健康状态的球面形态特征.利用两例不同程度的股骨头坏死病例进行修复实验,均得到较精确的修复还原效果.该方法不仅可以很好地重构人体髋关节模型、还原缺损股骨头的原始形态,而且可以推广到其他关节或骨组织,为骨科手术的精确定位和生物力学有限元分析提供了理论模型,并为关节假体的个体化快速制造提供了一种有效的方法.     

基于l_0数据保真项的图像增强算法

引入l_0范数重建传统的变分约束模型,得到基于l_0范数数据保真项的图像去雾霾算法模型(l_0-l_0).该模型将l_0范数作为正则项和数据保真项,充分利用l_0范数稀疏性的优点,对光滑图像有效逼近的同时保持了图像的几何特征不被破坏.结合图像层分离,把降质的图像分为基层和细节层,在图像基层进行动态范围调整,细节层进行细节操作.由于l_0范数不易求解,利用交替方向法将原问题转化为3个子问题,并分别对3个子问题进行求解.实验结果表明:相比于l_0-l_2图像修复的方法 ,该模型对图像增强更为有效,而且具有普遍适用性.     

基于ABAQUS的下颌骨生物力学分析

为解决游离腓骨瓣修复下颌骨缺损手术存在个体匹配差的问题,采用定制化修复钛板设计和制造方法.通过采集分析病人CT数据,利用可视化和CAD技术设计出符合病人生理结构的修复体模型.建立下颌骨的有限元模型,对比了修复前后的下颌骨的应力情况.利用快速原型技术制造出树脂模型用于手术指导,通过临床研究,该方法节省手术时间,提高手术成功率.下颌骨有限元分析结果表明:下颌骨应力集中区域主要分布于踝突区、下颌角、下颌骨修复处.随着加载力的增大,应力增加明显,特别是下颌骨修复处与踝突区应力分布增长明显.最大应力出现在下颌骨与腓骨的结合处,修复后的下颌骨高应力区泛化的现象得到明显的遏制,应力集中区域明显地减少.     

一种改进的基于K-SVD字典的图像修复算法

提出一种改进的基于K-SVD字典的图像修复算法.该算法基于稀疏表示,利用待修复图像内的有效信息,以不重叠像素的方式提取图像块,采用模糊C均值聚类算法对图像块进行聚类,并使用K-SVD算法分别对各类图像块进行训练,得到与各类图像块相适应的字典,重建图像块,修复受损图像.实验结果表明,该算法能提高图像的修复质量和图像的峰值性噪比,且均方根误差较小.     

多源遥感数据在植被覆盖区的水体信息提取

针对单一遥感影像难以准确提取南方植被覆盖区水体信息的问题,提出了先对光学影像进行混合像元分解,消除植被干扰,增强水体信息,再联合雷达影像的多源遥感数据提取方法。以地物类型丰富,水体发育的湖南衡阳地区为研究对象,选择Landsat8光学影像和PALSAR雷达影像为主要数据源,先利用混合像元分解模型从Landsat8光学影像提取出植被信息,对水体光谱进行重建,再综合去除植被的Landsat8影像的光谱信息和PALSAR影像的纹理信息进行面向对象的多源遥感水体信息提取,并与单源影像的水体信息提取结果进行对比。结果表明,该方法进行水体信息提取的精度更高,尤其在水陆过渡带,能够较好地去除植被干扰,提取被覆盖的水体信息,在南方植被覆盖区水体信息定量提取上具有很好的效果和潜力。     

基于数字图像处理的植物叶片面积测量方法研究

本文提出了一种基于数字图像处理的植物叶片面积测量方案.运用图像增强和图像分割方法对含有参照物的植物叶片照片进行图像处理,利用边缘检测得到植物叶片图像的边界信息以及像素比较法计算叶片的面积.结果表明,此方法具有较高的效率和实用性.     

基于图像表面积的置乱程度评价算法

数字图像置乱技术是数字图像加密、信息隐蔽、数字水印的常用方法,如何衡量一种置乱变换的好坏是近年来的研究热点.论文根据置乱前后数字图像表面积随像素点位置变化而改变的原理,提出一种基于图像表面积的置乱度评价算法.实验结果表明:该算法能够较好地反映置乱次数与置乱度的关系,与人的视觉基本相符.     

基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。本文针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS变换、小波变换以及多模态融合四种影像融合方式,将深度信息融入到影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明,实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升,总体为野外碎屑岩露头岩性快速识别提供了新思路。     

基于纹理方向和角点的居民地信息提取

高分辨率遥感影像中规则建筑聚集街区式居民地纹理方向性明显且含有丰富的角点,为了充分利用该特性,以简化滤波器参数设置,提高居民地提取精度及效率,提出基于纹理方向和角点的高分辨率遥感图像居民地信息提取方法。该方法首先对遥感图像进行特定方向角度的Gabor滤波变换;并将滤波器组输出的不同方向滤波影像进行重构。然后对滤波影像做Harris角点检测;并计算检测结果影像的角点密度似然度。最后将角点密度似然影像进行阈值分割以提取影像上的居民地信息。实验结果表明,该方法对乡村及山区居民地信息提取的Kappa系数分别达到0.954 2和0.894 4,保证了居民地提取的精度。同时,算法中各参数的鲁棒性较好,其中中心频率不需要反复的选取试验,从而提高了居民地信息提取的效率。     

几何信息分割算法在居民地提取中的应用

针对从全色航空影像中进行居民地区域提取的随机性和复杂性 ,阐述了一种基于几何结构信息进行居民地提取的新算法。此算法的特点是在影像上提取居民地的几何信息 ,形成居民地影像的特征。与传统的居民地提取方法比 ,此算法用到了居民地纹理的矢量信息 ,从而更准确的刻画了居民地的纹理特性。试验结果表明 :基于几何信息的分割算法对居民地有较好的提取效果     

一种用于高动态图像的自适应编码方法的改进研究

高动态图像亮度变化范围较大,当前编码方法采用DCT技术描述高动态图像信号的变换,无法准确描述图像细节、频率突变的高动态图像信号,导致编码后图像的极亮和极暗区域可视性低、细节不丰富。提出一种新的用于高动态图像的自适应编码方法,分析了高动态图像编码过程,通过小波变换实现高动态图像信号描述形式的自适应变换,对高动态图像进行多尺度分解,获取不同尺度的高动态图像信息,得到子带图像;对各子带图像的小波系数进行量化,以达到提高图像码率的目的。在此基础上,选用Log Luv(TIFF)编码方法,对高动态图像信息数据间的统计相关性进行滤除,完成高动态图像的自适应编码。实验结果表明,采用所提方法对高动态图像进行编码后,得到的图像质量较高;且在编码效率较低的情况下,仍能保持较高的图像质量,编码性能明显优于预测编码方法。     

快速自适应滤波的图像增强方法

为了快速有效的去除图像中的干扰噪声,同时避免边缘有用信息的模糊化,提高图像的层次感和清晰度,采用快速自适应滤波与模糊集相结合的方法来进行图像增强。基于FPGA的快速自适应卡尔曼滤波器能够根据图像不同区域的噪声干扰程度实时有效地滤除噪声,对于去噪后带来的边缘模糊化问题,再采用分段模糊增强来解决。实验结果表明,该方法不但能够快速有效地去除噪声,而且图像的边缘细节信息也得到了很好保留。     

基于区域形状的静脉图像特征提取与匹配

为了准确地对人的身份进行识别,提出了一种基于区域形状的静脉图像特征提取与匹配算法.静脉图像经预处理后得到二值图像,该算法首先对二值图像进行细化处理,得到了静脉的骨架信息;然后,标注4连通区域并寻找到与连通区域相连接的端点与交叉点;再利用最小距离法将连通区域的边缘逼近成若干条线段,将线段角度作为特征;最后,利用改进的最长公共子序列算法,进行了局部区域匹配,并利用改进的豪斯多夫距离算法进行整幅图像的匹配.实验表明,该算法获得的图像特征具有较高的区分度,识别效果受采集静脉图像中信息缺失的影响较小,正确识别率可达到96%以上.     

驾驶员疲劳状态监测中的彩色图像光照补偿技术

为增强图像质量,提出了一种具有鲁棒性的图像光照补偿算法。首先基于空间梯度的方法将原始图像分解为高频、低频图像,光照信息完全包含在低频图像中;然后对低频图像应用Retinex算法进行光照补偿,使得较暗区域变亮;接着将补偿后的低频图像和高频图像合成;最后将合成后的图像进行光照均衡得到新图像。实验证明,与传统算法相比,该算法具有较好效果,新图像受光照影响小。