基于D-UNET的胎儿产前超声检测

胎儿的产前超声检测对判断或预测孕妇孕期、估计胎儿尺寸和质量具有重要意义.超声检测主要是基于超声图像对胎儿的腹围(abdominal circumference)、股骨长(femur length)以及头臀径(crown-rump length)等参数进行测量.这些生物参数的测量可以用来判断胎儿的生长状况是否良好以及胎儿是否畸形.当前,这些参数需要依靠医生进行手动测量,该方法效率低下且严重依赖医生经验,从而导致检测准确率下降.对此,本文提出了一种基于深度学习的算法来对腹围、头围、股骨等部位进行自动分割,并对这些生物参数进行自动测量.该算法基于UNET结构,并采用扩张卷积(dilation convolution)以提高网络提取上下文信息的能力,因此本文将其命名为D-UNET.本文基于腹围、股骨以及头臀径三个临床数据集对所提D-UNET进行了实验验证,并与一些其他先进的深度学习分割算法进行了比较.实验结果表明,本文算法在三个数据集上都表现了与专家医师手动标注接近的测量结果.由此说明,本文算法能辅助医师对生物参数进行自动测量.     

基于感兴趣区域的图像自动标注算法研究

提出一种基于感兴趣区域(ROI)的图像自动标注算法.首先利用JPEG 2000中的Maxshift算法提取出图像的感兴趣区域,建立感兴趣图像库;之后对图像库中的图像利用SIFT算法提取图像的特征向量;并利用支持向量机对图像进行标注;最后应用Corel图像数据库进行自动标注仿真试验,结果表明,所设计算法有较好的效果.     

基于样条小波和混合遗传算法的多源图像自动配准算法

为实现图像自动配准,需要确定初始变换参数,为此提出图像特征线和图像特征圆的概念,基于仿射变换模型,推导了确定图像自动配准初始参数的算法,并基于B样条小波和混合遗传算法求取最终的多源图像配准参数.实验结果表明,该算法可实现图像的自动配准,证明了该算法的有效性.     

基于潜在半径优化策略的数字图像抠图算法

针对目标图像利用导向滤波算法进行图像抠图时参数需要根据不同图像进行人为设定的问题,提出了一种利用隐藏的支持向量机LSVM(latent support vector machine)自动设定参数的潜在半径优化的数字图像抠图算法.该方法首先是应用LSVM潜在性的思想,利用已知数据库模板训练输入目标图像的样本集,再利用样本集将导向图像和二值图像以不同半径进行分块并进行判定,确定半径值,从而能够自动产生合理参数.最后利用导向滤波器对图像进行抠图,从而优化抠图算法,最终实现抠图算法的智能化和灵活化.     

快速黑白图像自动上色技术研究

黑白图像自动上色是通过一种算法,让计算机能够自动地在两幅图像之间传递颜色信息,使目标图像(灰度图像)的颜色能够带有源图像(彩色图像)的特征.本文对目前常见的三种上色算法进行了研究与改进.基于灰度直方图的Hist算法上色速度非常快,作者提出基于邻域相关性的改进方法,使得该算法在保证上色速度的前提下提高了上色质量.金字塔算法是一种基于图像分层的算法,本文利用灰度直方图对图层上色进行了改进,从而大大提高金字塔算法的上色速度.快速上色算法是在经典算法Welsh算法的基础上,利用隔行扫描和邻域相关性进行了改进.     

基于Harris-Affine和SIFT特征匹配的图像自动配准

针对大失配多传感器图像,提出了一种基于SIFT(scale invariant keypoints)和Harris-Affine(H-A)互补不变特征匹配的自动配准算法.算法应用SIFT和H-A两种具有互补特性的局部不变特征,根据最近邻特征点距离与次近邻特征点距离之比确定初始匹配点对,然后利用马氏距离的仿射不变性删除误匹配特征点对,据此求取2幅源图像间的仿射变换参数.使用估计的变换矩阵把待配准图像上的所有点映射到参考图像,并对其进行重采样,实现图像的配准.实验结果表明:该算法能够快速高精度实现大失配图像的自动配准.     

基于图像识别的动物纤维细度快速测量算法

以图像识别、图像分析为基础,研究动物纤维平均细度测量算法。采用图像二值化、边缘跟踪算法提取纤维边缘,用边缘突变点提取算法、纤维微段识别算法确定纤维微段,以边缘亚像素定位算法获取纤维边缘的准确位置,计算纤维细度。结果表明:基于该算法的动物纤维细度自动测量系统的测量精度达到±0.135μm,该算法能够准确、快速地测量动物纤维的细度,满足自动测量的要求。     

一种二维瞬时粒子图像速度粒度同时测量的新技术

基于灰度统计判别原理,提出了一种可以对二维平面内粒子图像的速度和粒径实现实时同时测量的新技术.基于灰度统计判别的查询算法在运用自相关运算获得速度大小的同时,根据两次曝光粒子图像的能量差异判别记录顺序,解决了数字粒子图像测速(DPIV)中粒子图像运动方向的二义性问题.利用图像处理技术实现了对粒子图像粒径的同时测量.以模拟的DPIV粒子图像为研究对象,开发了相应的查询算法,编制了二维粒子图像速度粒度实时同测的相应软件,并利用模拟粒子图像对查询算法进行了单区域和全区域的分析检验.结果表明,灰度统计判别解决了方向二义性问题,查询算法能够很好地处理各种模拟粒子图像,查询软件能够实现二维粒子图像速度、粒度的同时测量,运算时间满足实时测量的需要.     

木材自动测量仪中图像传感器时序的设计

提出了一种基于CPLD(复杂可编程逻辑器件)实现木材自动测量仪中图像传感器驱动时序电路的方法.选用ALTERA公司的CPLD作为硬件设计平台,运用硬件描述语言对驱动时序电路进行了描述,并给出了部分程序(φ1的时序).采用ALTERA公司的仿真工具QUARTUSⅡ软件对所设计图像传感器的驱动程序进行了仿真,并用数字示波器测量输出波形.测量和仿真结果表明设计方案用于木材自动测量仪中图像传感器的驱动是可行的.     

基于改进的KPCA的TOFD图像缺陷识别方法

针对TOFD D扫描图像缺陷提出一种新的缺陷识别方法.该方法首先采用KPCA(核主元分析算法)进行特征提取,并采用微粒群算法(PSO)自动优化核参数δ,最后用SVM分类器完成特征识别.在134幅TOFD缺陷图像中,分别采用(PCA+SVM)、(KPCA+SVM)和(PSO-KPCA+SVM)三种方法进行试验,试验结果表明,所提出的方法识别正确率更高.     

表面贴装器件图像处理关键技术研究

针对贴片机中表面贴装器件(Surface Mount Device,SMD)的视觉测量问题,研究了SMD的图像识别和测量算法.基于视觉飞行对中技术获取SMD图像.根据SMD的几何特征,提出了用于其图像处理流程的高斯滤波、迭代算法和最小面积外接矩形算法,并分别在Halcon和OpenCV两大机器视觉平台上进行对比分析与验证.     

一种基于集合划分的鲁棒性自适应模糊聚类分割算法

模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图像分割效果,采用核距离作为相似性度量,提出了一种鲁棒性自适应模糊C均值算法(RAFCM).实验结果表明,与FCM算法相比,AFCM和RAFCM算法不仅能自动地确定聚类数目,还可以得到更好的图像分割质量.     

基于计算机视觉技术的微钻刃面自动光学检测

为了实现微钻刃面尺寸和缺陷的自动光学检测,建立了影像检测系统并研究其图像处理算法.根据微钻刃面的特征,设计了专用的照明系统来获取清晰的、变形小的微钻刃面图像.采用改进的小核值相似区边缘提取算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线和圆弧拟合等一系列算法对微钻刃面图像进行尺寸计算和缺陷检测.实验结果表明:自动光学检测方法的准确率达到了99.5%,微钻的检出精度达到了微米级,说明该方法能够满足微钻刃面尺寸测量和缺陷检测的要求.     

基于K-均值聚类的岩芯偏振显微图像粒径分析

针对岩芯图像的粒径分析提出了一种基于K-均值聚类算法的半自动分割算法,并编写了一套颗粒粒度图像处理程序.首先将超像素处理概念应用于岩芯偏振显微图像,得到过度分割的结果,然后对分割结果进行K-均值聚类和区域融合,利用图像中的边缘信息得到了更合理的结果,并大大提高了运算的速度;根据提出的算法,基于VB.NET 2008平台构建了一套半自动岩芯图像粒度分析软件,集图像采集、图像处理、粒度参数分析、砾石种类分类以及测量报告输出等功能于一体,大大提高了岩芯粒径分析的工作效率.     

基于区域增长算法分割DICOM格式的CT肝脏图像

在计算机辅助诊断中,为减少数据损失与处理时间,直接从DICOM格式的CT腹部图像中分割肝脏组织.利用区域增长算法自动分割CT肝脏,并和医生手工分割的肝脏图像做对比.分割的肝脏图像与原图像相比,自动分割的肝脏和原图像肝脏接近一致,得到较为满意的效果.区域增长分割算法能从胸腹腔CT图像中分割出保留灰度的肝脏,为CT图像的计算机辅助诊断起到了重要的作用.     

电视关节镜手术图像处理与分析的技术研究

利用视频捕捉卡将电视关节镜输出信号转变为数字信号 ,使用计算机记录和保存采集的图像 .采用图像边缘检测和图像跟踪算法对获得的关节数字图像进行了图像处理和分析 .在图像处理的基础上 ,自动测量出病变部位的形状参数 .结果表明这些处理和分析方法是非常有效的 .本研究为内窥镜图像自动识别的研究提供了重要的材料     

基于图像绘制的球面全景图生成及自动拼接技术研究

提出了一种基于球面投影模型的全景图像自动拼接算法,对手持相机获得的系列照片,构建了球面全景图像.使用等距离匹配算法计算相机的焦距,以相机焦距作为球体半径,将照片图像投影至球面上.两张相邻照片拼接时,以照片的投影图像最大宽度处一个像素对应的角度(弧度)为步长,从两图像中心处开始,取一定宽度的图像块进行匹配,找到两相邻照片最佳的拼接(经度)线,实现相邻两照片的自动拼接.将系列图像的拼接结果整合,得到360°视角的全景图像;然后进行上下层全景图像的拼接,生成全视角球面全景图,效果较好.     

基于改进量子粒子群优化的多阈值图像分割算法

为提升工程应用中图像分割的质量,在变异量子粒子群算法的基础上进行改进,并结合最大类间方差法提出了一种基于改进量子粒子群优化(QPSO)的多阈值图像分割算法.该算法结合贝叶斯定理与粒子搜索过程中的历史信息构建了一个记忆向量,然后根据记忆向量对每个粒子的行为进行预测,并以此自动设置各粒子的变异概率,使算法在保持一定局部开发能力的同时提升全局搜索能力.在Berkeley数据集上的仿真实验结果表明,与两种基于粒子群的图像分割算法相比,文中算法能获得更为稳定且清晰的图像分割结果.     

基于Visual Basic6.0的数字图像测量方法

本文设计了一个基于Visual Basic6.0的简单的数字图像处理软件.介绍了将一幅灰度图像变换为一幅二值图像并测量图像中目标的面积、周长的算法,编程实现了将测量结果写入Excel和记事本并可以运用于实际的图像测量中.