改进Canny的核磁共振图像伪影校正算法

核磁共振图像伪影校正是当前图像处理领域的研究重点,为了有效消除核磁共振图像中的伪影,提高医学图像质量,该文提出一种基于改进Canny的核磁共振图像伪影校正算法。首先对当前核磁共振图像伪影校正的研究现状进行分析、指出存在的不足,然后采用Canny算法对伪影边缘进行检测和识别,并采用双边滤波代替高斯滤波消除核磁共振图像中的噪声、增强核磁共振图像中的伪影信息,采用Otsu法选定图像分割的最优阈值,最后采用B样条法校正异常投影数据,并采用仿真实验对算法性能进行分析。结果证明,该文算法有效抑制了核磁共振图像中的伪影,视觉效果和客观结果均要优于其它伪影校正算法,更加有利于核磁共振图像的后续处理。     

多尺度特征的深度学习及在多聚焦图像融合上的应用

【目的】多聚焦图像融合指的是从同一场景下不同的图像中提取各自的聚焦区域,得到一幅全聚焦的图像,是近些年来图像处理领域一个热门的研究方向。传统的图像融合技术存在融合区域不清晰、失真、存在伪影等情况。针对这一现象,提出了一种基于深度学习的图像融合方法。【方法】所提算法整体使用了孪生网络来对图像中的聚焦区域进行分类,同时还引入了GoogLeNet中的Inception模块来提高网络的特征提取能力,取得了良好的性能。为了充分利用源图像中的特征信息,提出的算法中使用了不同大小的子块来提取源图像中不同尺度的特征信息,获得源图像多个尺度的特征。此外,提出的方法获得的二值图能够精确反映出源图像的聚焦区域和非聚焦区域,因此不需要应用后处理步骤来对二值图进行优化,降低了网络的复杂度。【结果】在Lytro多聚焦图像集和其他常用的多聚焦灰度图像集上的实验结果表明：相比于其他经典算法,提出算法的融合结果从主观和客观两个维度上都拥有显著的优势。【结论】提出的算法很好地融合了源图像中的细节特征,融合边缘自然平滑、无伪影产生,取得了较传统算法更好的融合效果。     

基于Logistic回归模型的红松立木腐朽分级预测

【目的】红松活立木在生长过程中极易受到各种生物的侵袭,其中木腐菌造成的腐朽是最为广泛和严重的危害之一,活立木腐朽将会造成木材资源的损失,降低木材的力学性能。为了监测红松活立木的健康状况,减少因腐朽引起的相关损失,须定期检测红松活立木腐朽状况,并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术(ERT)两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测,并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑,获取立木的阻力曲线和电阻断层图像,分析处理微针阻力的下降幅度,得到样木的阻力损失;根据立木心材与边材腐朽在ERT图像上呈现的不同特征,首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分,实现了心材和边材缺陷面积的定量表征;采用烘干法测定质量损失率,根据每株样木的质量损失率将所有样木分为5个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中,以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量,腐朽等级为因变量,建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好,五营国家森林公园30株红松样木的综合预测准确率为86.67%,各等级预测准确率分布不均,高等级腐朽的预测准确率相对较高。【结论】运用提取心材与边材腐朽的方法处理ERT图像,有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级,较之烘干法测定腐朽程度,其腐朽评估效率有了明显提高,且对立木损伤更小。     

基于 LCSPSO-BTSVM的焊缝表面缺陷检测

针对焊缝表面缺陷PSO优化BTSVM的两个参数容易陷入局部最优、伪随机多样性低和计算精度低的问题,提出一种LCSPSO优化BTSVM参数的方法。首先,改进PSO算法,引入莱维飞行策略、Circle混沌映射与单纯形反射操作确保两个参数取得全局最优解,提高分类准确率;其次,提取预处理焊缝表面缺陷图像的特征;最后,设计合理的分类器利用改进的方法对焊缝表面缺陷进行分类检测并与其他算法作对比。试验结果表明,LCSPSO优于其他算法,分类精度比改进前提高了12.03%,平均分类准确率99.07%。     

一种CNN-Transformer网络在皮肤镜图像分割上的应用

【目的】针对皮肤病变图像存在皮损形状不规则、边界模糊以及毛发伪影等问题，提出了一种将CNN和Transformer相结合的图像分割算法。【方法】首先对皮肤病变图像进行去毛发预处理，减少毛发噪声对结果的影响，然后构建CNN和Transformer结合的分割模型，采用Resnet作为特征提取主干网络，将提取到的特征图序列作为Transformer的输入，在Transformer中加入了新的结构边界注意门以提取足够的局部细节来处理模糊边界，最后采用DenseASPP模块增强特征表示和处理多尺度信息，并且提出一种改进了的损失函数，以便在计算损失函数的同时使得模型能关注边界区域部分。【结果】提出的算法在ISIC2017数据集上的Dice指数值以及Jaccard指数值分别为0.854 534和0.767 901，在ISIC2018数据集上的Dice指数值以及Jaccard指数值分别为0.908 548和0.843 689，与其他算法相比提出的算法对图像的分割效果相对较好。【结论】实验结果证明了所提算法在皮肤病变图像上进行的图像分割是有效的。     

一种基于HLCC的CT图像刚性平移运动伪影校正算法

为消除CT检查过程中病人运动引起的伪影,提高图像质量,提出一种基于HLCC多约束运动参数估计的校正算法.首先用贝塞尔曲线模型描述病人的刚性平移运动,基于HLCC构造一个包含运动信息的目标函数,再引入运动幅度的有限性和图像零阶几何动量为常量作为约束条件,通过二次规划的方法估计运动参数;重建过程中改进滤波反投影算法,加入运动参数进行补偿,以消除运动伪影.实验结果表明,该算法能够准确地估计出物体的运动参数,有效消除运动伪影,具有较强的鲁棒性.     

土地覆盖变化检测中不同相对辐射归一化方法的评价

【目的】从土地覆盖变化检测性能的角度寻求一种精度较高且归一化过程相对简单、客观和自动化的辐射归一化方法。【方法】借助2013年7月和2015年9月的南京地区Landsat 8 OLI图像并以2013年影像为基准,执行基于伪不变特征(pseudo-invariant features, PIF)、时不变点群(temporally invariant cluster, TIC)、全景影像回归(wall-to-wall regression, WWR)和加权不变点(weighted invariant pixels, WIP)4种方法,分波段对2015年的多光谱图像进行辐射归一化处理。在此基础上利用变化向量分析技术(change vector analysis, CVA)进行土地覆盖变化信息提取,并借助高空间分辨率Google Maps对提取到的变化信息进行空间一致性验证。【结果】使用PIF、TIC、WWR和WIP方法对图像归一化后,利用变化向量分析提取的土地覆盖变化信息与目视解译得出的土地覆盖变化信息的空间一致性分别为79.63%、81.75%、72.72%和82.59%; 依不同变化地类给出变化检测阈值,算法的空间一致性会进一步提高。【结论】考虑到算法的客观性、自动化程度和变化检测精度,在4种方法中,TIC法和 WIP法更适合工程化的图像辐射归一化操作。     

基于机器视觉的陶瓷瓦表面鼓包缺陷检测算法研究

针对陶瓷瓦表面鼓包缺陷自动化检测的需要,本文提出了基于机器视觉的表面鼓包缺陷检测算法。首先,对陶瓷瓦图像进行预处理,降低噪声。其次,通过自定义滑动滤波、线性中值滤波、插值低通滤波处理来提高鼓包与背景对比度,再采用阈值分割方法及形态学方法将鼓包区域提取出来。最后,通过特征提取得到缺陷信息。实验结果表明,该算法可以实现陶瓷瓦复杂表面的鼓包缺陷的检测,准确率达93%,能够将其应用于陶瓷瓦表面鼓包缺陷检测的生产实践中。     

基于最小生成树和图像矩的陶瓷过滤器表面缺陷检测

针对人工检测陶瓷过滤器堵孔、裂缝缺陷效率低、误检率高的问题,提出一种基于最小生成树和图像矩的缺陷检测算法;对输入缺陷图像进行灰度化和去除噪声处理,利用阈值分割方法对图像进行二值化,根据陶瓷过滤器表面孔洞空间分布及面积变化,利用滑动窗口遍历图像,结合最小生成树与图像占空比检测堵孔缺陷;根据过滤器裂缝的灰度和形状特征,采用基于图像矩的等价椭圆的方法检测裂缝缺陷。结果表明,所提出的算法能够有效地检测出陶瓷过滤器堵孔、裂缝缺陷,自建数据集的检测准确率达到95%以上。     

基于距离判别法的雹云识别模型

【目的】提高雹云识别准确率,降低因冰雹造成的经济损失。【方法】依据气象雷达反射率图像,利用Kmeans聚类提取云层的内外轮廓,计算其距离方差;利用雷达软件提取云高数据并计算云高的一阶统计测度;将云层内外层轮廓的距离方差与云高一阶统计测度相结合,构造雹云判别模型。【结果】利用此模型对已有样本检测,可知该模型识别率判别准确率为88.75%,准确率较高。【结论】通过内外轮廓方差与云高一阶统计测度构造的距离判别模型有较好的判别效果。     

基于ABUS冠状面图像的乳头位置自动检测算法

乳腺疾病发生在以乳头为中心划分的区域中,乳头的准确定位对乳腺疾病的诊断具有重要的临床意义.提出一种基于自动化三维乳腺超声(ABUS)冠状面图像的乳头位置自动检测算法.首先采用图像掩模提取感兴趣区域(ROI);然后对ROI进行图像预处理操作以提高目标区域识别的精确度和运算效率;最后通过霍夫变换圆检测和排除误判圆操作获得乳头的圆心坐标和半径.结果表明:本算法能有效检测到乳头位置,且检测准确率可达94.7%.     

基于深度学习的连铸坯表面缺陷检测

采用提取图像的纹理、几何特征并利用支持向量机(support vector machine, SVM)进行检测和识别的方法,对宝山钢铁现有的连铸坯表面裂纹、凹陷、夹杂物、气孔、划痕等缺陷进行分析,缺陷检测准确率为83%.提出一种基于卷积神经网络(convolutional neural network,CNN)的方法进行缺陷检测.该方法对裂纹缺陷的检测准确率为93%,对其他缺陷(由于凹陷、夹杂物、气孔、划痕等缺陷数据较少,这些缺陷归为一类)的检测准确率为88%.实验结果表明,采用深度学习的方法能够有效检测、识别出具有缺陷的连铸坯,检测准确率较高.     

正交Haar变换的眉毛识别方法

【目的】提高现有眉毛识别方法的识别效率。【方法】采用快速正交Haar变换模板匹配算法(FOHT),设计一种基于正交Haar变换的眉毛识别方法;同时,使用最大标准子模板和自适应阈值解决了FOHT算法只能处理标准模板且需要手动设置阈值的缺陷。【结果】所构建的眉毛识别方法比原方法效率提高约32%。【结论】正交Haar变换的眉毛识别方法实时性强,具有一定的实用价值。     

基于投影的CT图像金属伪影非线性权重校正

为抑制计算机层析造影(CT)系统重建图像中出现的金属伪影,提高图像的质量,采用一种基于金属投影非线性权重衰减的方法进行校正。对原始的投影直接重建,在得到的图像中利用阈值分离出金属区域,并重新对该金属区域进行投影,便得到原始的投影中金属投影的区间。只对该金属投影进行合适的非线性衰减。再用传统的滤波反投影方法重建图像。数值模拟表明,该方法不但能基本消除由射线硬化和射线剧烈衰减而引起的金属伪影,而且能保留金属信息,同时能增强金属区域不同部分之间的对比度,使得重建图像的质量得到很大的提高。该算法计算复杂度较小,实现简单,具有较高的实用价值。     

融合中值滤波与光流算法的云团跟踪算法

【目的】针对现有的云团跟踪算法存在跟踪速率低、云团滤波边缘信息丢失、云团跟踪定位不准等问题,结合优化的中值滤波算法,提出一种融合中值滤波与光流算法的云团跟踪算法。【方法】首先对太阳的位置进行定位,采用红蓝阈值比分割图像,用优化的中值滤波算法滤除噪点后,检测云块及其质心坐标;然后对云图序列进行光流处理,实现对云块的精确检测与实时跟踪;最后在不同云量情况下进行云团跟踪试验,并且与传统光流算法、块匹配算法、ViBe(visual background extractor,视图背景提取)算法进行比较。【结果】本文算法在云团边缘检测和云团实时跟踪上表现优越,目标跟踪效率比其他3种算法的平均值提高了约6.32百分点。【结论】本研究结果有效解决了云团滤波导致边缘信息缺失的问题,对预测短期太阳辐照度的准确性有重要意义。     

基于频率排序的判别子图筛选及在精神分裂症分类中的应用

【目的】从脑网络中提取准确的判别性特征作为分类特征，可以提高SCZ的分类准确率，避免依靠量表的主观诊断造成缺陷。传统的脑网络特征如介数、聚类系数等丢失了拓扑信息，最小生成树丢失了部分脑区连接，子图虽然保留了拓扑信息，但传统的判别子图的筛选会产生部分冗余信息，进而影响分类准确率。【方法】提出一种基于频率排序的判别子图的筛选方法(frequently scoring screen, FSS),使用FSS筛选判别子图，在不损失原有判别信息的情况下，消除冗余信息。使用OpenfMRI的公开数据，对比了使用不同特征和不同分类算法的分类性能。【结果】FSS特征的分类性能优于其他传统脑网络特征，且该特征不受分类算法影响，分类准确率优于已有SCZ分类文献。     

紫色土彩色图像的H阈值分割

【目的】将研究对象紫色土自然断面图像从复杂背景中分割出来,以消除复杂背景的影响,为对紫色土视觉图像进一步分析处理、识别打下基础。【方法】通过对紫色土自然断面图像统计分析,证明它的H域有良好的聚集特征,且在95%和97%置信点近似于正态分布;因此,根据正态分布确定紫色土壤自然断面的H阈值,分割紫色土壤自然断面图像。【结果】用获得的二值分割图像与原图像计算哈达玛积,分割提取出了完整的紫色土自然断面区域图像。【结论】算法分析及仿真实验显示:相对于对比算法,新的算法分割速度更快,分割提取出的紫色土自然断面图像更完整;该算法有效。     

逆滤波在消除磁共振图像运动伪影中的仿真和应用研究

由于自主运动、呼吸和器官搏动等原因,在磁共振成像过程中会造成运动伪影.该文对脑部、胸部和腹部磁共振图像仿真出不同的运动伪影,通过逆滤波方法和位移纠正来消除运动伪影和复原原始图像.实验结果表明,该文方法可以较好地消除运动伪影并复原原始图像.     

基于边缘检测和灰度投影的人眼定位

【目的】针对肤色检测易受光照影响的问题,提出一种基于边缘检测和灰度投影的人眼定位方法。【方法】首先结合肤色检测和Sobel边缘检测来提取人脸主要特征,得到人脸特征的二值化图像;其次根据人眼在人脸的几何位置关系得到人眼的粗定位;然后通过对数变换处理定位后的图片;最后进行水平和垂直方向的灰度投影,经过曲线拟合寻找极值进行人眼瞳孔的精确定位。同时,将本算法与其他类似算法进行比较分析。【结果】本算法对于不同光照和干扰环境有一定的适应性,对于不同姿势的人脸也能准确定位,相对于传统的肤色检测在精准度上有所提升,但在人脸图像受到环境或者噪声干扰严重时,本算法的定位成功率明显降低。【结论】该方法简单实用,对光照和复杂的干扰环境有一定的适应性,并且在一定的角度范围内,具有较高的准确性。     

一种基于层选择的弥散张量优化算法

为了从带伪影的弥散加权数据中重建更准确的张量,提出了一种基于层选择的张量优化算法.首先对弥散加权图像中常见的3种伪影(波状、层间运动和对比度伪影)进行定性分析,分别提取3种对应的特征(小波标记、相似度和相关性)来识别这些伪影,从而区分出正常图层和伪影图层.然后,利用正常图层数据进行张量重建.模拟实验结果验证了这3种特征对弥散加权图像中相关伪影判断的有效性,且对波状伪影和层间运动伪影的判断率均大于90%.真实数据实验结果表明,与类似算法相比,所提算法可以更好地改善部分各向异性伪彩图中的偏色现象,在白质结构分析中提供了更准确的方向信息.