基于双边滤波的POCS超分辨率图像序列重建算法

针对传统凸集投影(POCS)超分辨率图像序列重建算法使用高斯滤波器来估计点扩散函数(PSF)导致边缘模糊的现象,本文采用双边滤波器来估计PSF,双边滤波方法是将高斯函数和图像亮度信息相乘,优化后的权系数再与图像作卷积,使重建后的图像边缘得到很好保持。运动估计是POCS超分辨率图像序列重建算法的关键技术,本文选择结合图像金字塔的光流估计对图像序列进行配准,得到更加精确的估计结果。实验表明,可以使重建图像取得良好的视觉效果。     

基于深度的虚实场景高清图像的融合方法

以图像处理、计算机视觉和计算机图形学为核心的虚实融合技术的关键,是将计算机生成的三维虚拟物体同真实场景图像／视频中的物体无缝融合,从而起到对真实世界信息补充和增强的作用。随着技术发展的不断深入,如何提高虚实融合画面的视觉一致性、提供更加逼真、柔和的虚实融合界面,成为新的研究热点。本文以寻求虚拟环境与真实环境无缝融合为目的,以虚实融合高精度、高速率、高分辨率及视觉一致性等原则,设计了一套新的基于深度图像的高清虚实融合框架,基于该框架分别提出了基于分割树的深度图像快速修复方法、基于图像空间的虚实遮挡方法、基于空间分布的人体姿势识别方法及基于双目视觉的高清图像匹配方法;在保证高分辨率虚实融合显示、高精度姿势识别的同时,采用高速率的虚实遮挡检测技术,实现了视觉一致性的效果,实验结果显示了本文所提出的方法的有效性及高清性。     

超高分辨率地形场景纹理图像生成方法研究

目的 航空倾斜摄影图像的空间分辨率受限于无人机飞行高度和图像传感器精度,导致三维重建得到的三维模型的纹理分辨率低,清晰度差.可利用超分辨率重建算法还原图像的纹理细节并提高图像的空间分辨率,最终获得具有超高分辨率纹理的三维模型.方法 利用单帧超分辨率重建算法LapSRN处理航空倾斜摄影图像,可以得到的高分辨率图像,并进一...     

基于小波变换极大模的多模医学图像融合

多模态医学图像融合由于其对医学临床诊断的意义已引起广泛的关注,基于图像边缘特性的融合方法逐渐成为研究的重点。本文提出了一种基于离散二进小波变换的多尺度边缘检测和图像融合的方法,实现了特征级图像融合。不同于以往的从极大模值点直接重建图像,本文的算法利用极大模值点建立有效的融合规则,然后从融合的小波系数重构信号。融合图像的交互信息和峰值信噪比等检测指标表明此方法优于传统融合算法。     

能量自适应的X射线DR/CT成像综述——谨以此文向我国CT成像领域的开创者之一邱佩璋先生致敬

复杂结构件在X射线三维CT成像时,由于射线透射方向上有效透照厚度差异大,探测器成像系统动态范围受限,常用的固定能量模式的X射线成像系统易出现过曝光和欠曝光共存现象,无法获取结构件的完整信息,影响图像分析及CT重建。对此,出现了能量自适应的X射线DR/CT成像方法,通过扩展成像系统的动态范围,实现复杂结构件的高灵敏度、高动态成像检测。本文对能量自适应的X射线DR/CT成像技术进行介绍,主要介绍能量自适应的实现及控制、不同能量投影图像融合和变能量CT图像重建方法,并对不同方法和算法的特点进行分析比较,最后对能量自适应CT的发展进行了总结和展望。     

基于三维投影的视频序列静态全景合成算法

视频序列静态全景合成技术是视频图像分析的关键技术。本文提出了一种基于三维投影的视频序列静态全景合成算法,该算法通过引入三维投影原理,将视频序列中各帧图像依次投影到全景图像平面,推导出在同一三维坐标下各帧图像与全景图像之间的变换关系,并采用各帧图像间的运动参数联合生成全景图像。实验结果表明,该方法能够生成较高质量的全景图。     

基于频域解混叠的遥感图像融合处理

目的 :根据shanon采样定理 ,研究将多幅低分辨率遥感图像进行信息融合处理 ,形成单幅较高分辨率图像。方法 :用数学方法求解对应于低分辨率遥感图像的统一频谱混叠。结果 :给出了不同分辨率图像频谱混叠矩阵的统一表达式。结论 :实验结果证明了本算法能有效提高遥感图像空间分辨率 0 .5～ 1倍。     

改进的自适应阈值小波图像抑噪算法

深入分析VisuShrink阈值和NormalShrink阈值的原理,本文提出了一种改进的自适应阈值图像抑噪算法。该算法根据噪声在不同的小波分解尺度下呈现出不同的特性,估计每层的噪声方差,从而确定适合各个尺度级的自适应最优阈值,并依此对图像进行抑噪。实验结果表明,与传统的均值滤波、中值滤波、VisuShrink阈值法、自适应多阈值法、NormalShrink法、自适应阈值小波去噪法相比较,改进算法所得图像的视觉效果和峰值信噪比均得到改善。     

改进互信息与图像金字塔相结合的二维与三维图像配准方法研究

目的:探讨改进互信息与图像金字塔相结合的二维-三维配准方法的价值。方法:将3次B样条曲线的连续图像表示与Parzen直方图估计融合到该算法中,以胸腔作为研究对象,通过数字重建放射影像生成的正交位的模拟X线图和与其本身进行一定变换后的图像进行配准实验,观察配准精度和时间。结果:经过50组对照试验得出本方法相较于传统配准方...     

一种基于小波分析的自适应图像融合方法

本文提出了一种基于小波分析的自适应图像融合方法。首先对原始图像进行小波分解,得到四个子图像。然后分别计算各子图像的区域边界强度,再根据不同图像的相应区域边界强度值赋予其不同的加权系数,从而实现自适应的信息融合。最后通过小波反变换,得到完整的融合结果。通过对SAR和TM图像的融合实验,证明了本方法在保持边界特性方面具有明显优势。     

CT混合重建技术在肺肿瘤诊断的应用

CT扫描是诊断肺肿瘤的重要手段之一.采用高分辨率的重建技术能够提高肺部病灶的分辨率,有利于肿瘤的早期发现.现在广泛采用的肺高分辨率技术常常是提高了肺组织的分辨率,却降低了纵隔软组织的分辨率.混合重建技术是最近发展的一项新的CT重建技术,它可使上述两种组织均能同时在CT图像上清晰显示.本文收集210例患者应用这种混合重建技术作CT胸部扫描,着重探讨如何提高肺组织图像的分辨率及其在肺肿瘤诊断的价值.     

基于高噪声深度图像的树木模型重建

对现实世界中的植物模型进行真实准确的重建一直是计算机图形学的一个重要目标。基于激光扫描仪提供的深度图像的树木重建近年得到越来越多的关注。当扫描距离过远或者扫描精度较低的情况下深度图像带有较大的噪声,这给重建带来了很大的困难。本文提出了一种针对高噪声深度图像的树木自动重建技术,本算法以主曲率分析为基础,首先通过二次曲面拟合计算各个点对应的主曲率方向,之后利用各个点云与周围点云的主曲率相似度将噪声点云去除,利用点云分割技术将属于不同树枝的点云初步分离,最后从分割数据中提取树枝的骨架点以及半径,完成重建。利用本方法 ,我们对一个具有高噪声的深度图像进行了处理,从中提取出了树木的三维模型。本算法能够利用之前算法无法处理的高噪声的深度图像重建树木模型,降低了树木重建算法对输入数据精度的要求,同时减少了手工交互。     

基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割

针对皮肤镜黑色素细胞瘤图像,提出一种基于自生成神经网络(self-generating neural net-work,SGNN)的自动分割算法。算法首先采用区域生长的方法将图像进行粗分割;然后将每一个子区域看作一个叶节点,根据节点之间的相邻关系定义连接规则;最后采用SGNN对这些节点进行聚类,完成黑色素细胞瘤图像的分割。本文方法克服了传统SGNN算法对样本训练顺序敏感的缺陷,提高了效率,实验结果表明,该方法能够自适应确定聚类数目并准确分割黑色素细胞瘤图像。     

DART-TV：高精度离散断层图像重建算法

本文提出了一种基于离散代数迭代（DART）和全变差（TV）最小化的高精度图像重建算法,即DART．TV。该算法适用于工业CT辅助制造中对于单一材料物体的尺寸检测,特别是在物体对某些角度无法被穿透的情况。传统的CT重建算法如FBP或ART无法有效处理这类数据缺失的病态问题,重建图像分辨率差。本文提出的算法的核心思想是：（1）利用DART的结果限制重建物体的支撑域,改善问题的病态性;（2）迭代过程中施加TV约束,以抑制噪声;（3）每次迭代后自动更新支撑域,不断逼近真实解,使得图像边缘更加清晰。初步的模拟结果和实验结果显示,DART-TV算法在有限角情况下可以得到更精确的重建图像边缘,并且该算法对于投影噪声和灰度值估计误差有更好的鲁棒性,可以应用于实际工程。     

组织切片图像的可视化技术及应用

目的:研究和开发序列组织切片图像的三维显示技术。方法:首先利用序列切片中上下层切片相关点的对应关系,用最小二乘方法实现上下层切片图像的几何变换配准,进而用序列图像插值算法完成组织切片图像的体数据重建。结果:在对重点显示目标分类的基础上,用基于物空间SHEAR-WARP快速直接体视方法对体数据进行三维显示,组成一套医学图像可视化系统。结论:该系统能对胆管癌等序列切片图像进行三维重建显示。     

基于多传感器决策级融合的远距离目标检测

本文针对可见光和红外热图像序列中远距离目标检测,提出了一种基于决策级融合的目标检测方法。该方法首先是通过帧间差累积和提取局部灰度信息的方法对各传感器图像进行目标检测处理;接着采用“与”逻辑对各传感器的目标检测结果进行融合,除去部分冗余信息;然后在各传感器图像中提取融合检测结果中各候选区域的多个图像特征作为进一步消除冗余信息的证据;最后采用D-S证据理论对各候选区域进行基于多特征的目标融合识别处理并将识别的结果作为整个系统最终的目标检测输出。实验结果证明了本文方法的有效性。     

图像重建及融合技术在眼眶肿瘤诊治中的应用

医学图像重建及融合技术是近年来开始兴起，并得以迅速发展，成为影像学科新的发展方向。图像重建及融合技术提供了传统手段无法获得的解剖结构信息，对于提高临床诊断及治疗水平具有重要意义。本文从图像重建及融合技术在眼眶肿瘤中的应用与发展进行综述。     

满三维图像重建的卷积反投影算法

本文用构造δ序列的方法,给出了一种n维Radon变换反演的卷积反投影算法,证明了该算法在图像的连续点收敛于原图像,当n=2时,就是广泛用于图像重建的卷积反投影算法,由此也给出了卷积反投影方法收敛性的另一种推导。当n=3时,是新的满三维重建的卷积反投影算法,由于三维反演公式具有局部性,该算法对研究三维局部重建有启示。并基于三维情形,利用模拟数据进行了数值仿真,说明该算法是一种有效的三维图像重建算法。     

融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法

本文将时城信息与空域信息融合,利用Graph Cuts全局最优特性,通过自适应的信息融合策略,提取运动目标.在自动化跟踪系统中,从图像序列提取运动目标信息,是进行目标检测与跟踪的前提.目前,目标信息提取方法包括对视频图像序列的时域和空域进行分析.利用时域信息,可以比较好地提取出目标的运动信息,区分出前景和背景.而把利用...     

基于主成分分析的递变能量X射线图像融合

为避免无损检测中递变能量的数字化X射线照相（DR）图像序列的融合对先验经验的依赖,本文提出了一种基于主成分分析（PCA）的方法。该方法首先按照PCA中方法对去噪后的序列图像求各主成分相应的正交单位化特征向量,然后舍掉特征向量中的负值,计算各主成分,最后依照次序从小到大原则选取适量的主成分求和得到融合后的图像。实验结果表明,在不利用先验经验的情形下,这种方法得到的融合图像较完整地表达了DR图像序列的信息,有效扩展了DR图像的动态范围。