基于三次B样条小波的结肠镜图像暗区中心点估计的研究

提出用三次B样条小波的多尺度边缘检测算子对结肠镜图像的亮度分量Ⅰ进行边缘提取,找出所有类似圆弧状边缘线的圆心经加权求和后得到内窥镜图像暗区真正的中心点,弥补了传统方法中因暗区不明显而无法确定中心点的不足,并用所求的中心点来引导肠镜前端导管,起到导航的作用。     

医用内窥镜现状与展望

随着人类社会的进步和现代科学技术的高速发展，最大限度地减少大手术或不做手术，不造成创伤，减少病人在检查中的痛苦而能实现诊疗，这是当前国际生物医学工程领域广为重视研究的新课题，而微创外科手术即医用内窥镜手术，符合人类追求的少创或无创诊断和治疗。因此，各发达国家（尤其是日本和美国）投入了大量的人力和物力进行研究和开发。特别是近年来微型机械电子系统（MEMS），现代计算机技术，图象处理技术，自动控制技术等高新技术的发展和融合，使少创和无创外科诊断和治疗技术已经成为可能。1发展概述自Bozzine于1795年首次提出…     

一种基于二维匹配滤波器的掌纹识别算法

在掌纹识别算法中,基于Gabor滤波器和方向编码方法得到了广泛的研究和应用,但是此类方法一般使用Gabor滤波器提取特征,易受噪声和散焦等外界因素的影响。针对此问题,本文提出了一种基于匹配滤波器的算法。该算法使用二维匹配滤波器提取图像特征,采用双方向编码（DOC）匹配方法表征特征之间的相似度。实验结果表明,该算法对于噪声、散焦和平移等干扰都具有很好的鲁棒性,验证了该算法的可行性。     

医学彩色图像边缘检测方法的研究

在考虑到医学彩色图像特殊性的前提下,应用Ｋ－Ｌ变换,将彩色图像分解成三个正交彩色基Ｉ１Ｉ２Ｉ３,提出用Ｋｉｒｓｃｈ算子对含丰富特征的单色图Ｉ１进行边缘检测,并用Ｉ２和Ｉ３进行补偿,使获得的彩色回显图像边缘清晰,细节丰富。     

基于OPED的有限角投影数据快速重建算法

针对Radon投影的计算机断层(Computer Tomography, CT)重建问题,提出了一种新的基于单位圆上正交展开法(Orthogonal Polynomial Expansions on the Disk, OPED)的有限角投影数据快速重建算法。该算法通过求解缺失投影与已知数据分别对应的正弦变换数据集之间所满足的线性方程组,得到完备数据正弦变换数据集的近似值,之后运用快速傅里叶变换(Fast Fourier Transform, FFT)及线性插值算法提高重建速度从而缩短重建时间。分别推导了单、双边投影数据缺失时的快速重建算法并给出了重建结果,实验结果证明,该方法能够有效提高重建效率。     

两变量离散正交多项式及其在图像重建中的应用

主要讨论了构造于三角域上的两变量离散正交多项式的性质,包括正交性和矩阵形式的三阶递推公式。在此基础上,提出了直接计算这类两变量离散正交多项式的矩阵公式,并用这种构造于三角域上的两变量离散正交多项式作为基函数,首次构造出相应的两变量离散正交矩。仿真结果表明：该方法具有较好的可行性和较广的适用范围;在图像重建等方面,两变量离散Charlier正交矩的性能优于Zernike矩。     

一种基于高斯混合模型的快速水平集图像分割方法

水平集方法(LSM)图像分割的本质是求解一个随时间变化的偏微分方程,而使用变分法求解此水平集方程(LSE)往往要耗费过多的计算时间。为了减少算法的运行时间,提出了一种快速水平集图像分割算法。该算法在模糊聚类水平集方法(FCM-LSM)的基础上使用高斯混合模型(GMM)改造其隶属度损失函数,并利用离散网格Boltzmann方法(LBM)求解水平集方程。实验结果表明:本文提出的算法无论是在执行效率上还是在分割效果上都优于传统方法,证明了算法的可行性。     

一种基于正交多项式展开的CT三维投影数据重建算法

提出了一种新的基于正交多项式展开的CT三维投影数据重建算法。首先利用正交多项式空间中的一组正交基对定义在圆柱域的三维密度函数进行傅里叶展开,推导函数与投影数据的部分和关系;然后使用高斯求积公式对上述部分和表达式积分,得到针对三维投影数据的重建算法。在此基础上引入快速傅里叶变换,以提升算法整体的重建效率和数值计算的可行性。实验结果表明:本文提出的算法能够很好地对CT三维投影数据进行重建,且重建效率较高。     

基于Bubble小波的结肠镜图像暗区中心点估计的研究

本文首次提出了一种新的基于Bubble小波的结肠镜图像中心点的确定方法 ,弥补了传统方法中因暗区不明显而无法确定中心点的不足。并用所求的中心点来引导肠镜前端导管 ,起到导航的作用。该方法首先将真彩色结肠镜图像由RGB格式转换成HSI格式 ,然后用Bubble小波对其亮度分量I进行边缘提取 ,最后找出所有类似圆弧状边缘线的圆心经加权求和后得到真正的中心点。实验证明了这种方法的可靠性     

基于狄利克雷分布和参数分析的高斯混合模型图像分割算法

传统的高斯混合模型对于含有噪声的图像不能进行有效的分割。针对有噪声图像的分割问题,提出了一种基于狄利克雷分布和参数分析的高斯混合模型图像分割算法。首先采用高斯函数对像素计算先验概率值,然后采用狄利克雷分布和定律关联像素间的邻域信息,并利用梯度下降法优化参数。实验结果表明,本文算法对无噪声和有噪声图像的分割结果比传统方法更有效,误分率更低。