基于光场深度序列的大视野图像拼接算法

针对现有光场深度重建算法只能获取单一视角深度信息,三维建模应用受限的问题,提出一种大视野图像拼接算法。该算法基于三维光场重建的深度图像序列,采用双边滤波及插值算法对图像进行去除噪声,利用基于边缘曲率极值的角点检测算法,并通过最小曲率偏差的列间度量匹配实现了图像之间的精确配准,采用改进的加权平均方法对重叠区域进行融合操作,既保留图像细节又拓展图像视野。实验结果表明,该算法能够有效实现光场深度图像序列的平滑拼接,有利于形成大视野深度数据,为大场景的三维重建奠定了基础。     

基于模糊隶属度的图像空间距离修正插值算法

为解决传统图像插值算法存在的边缘模糊和边缘锯齿,提出了一种基于像素点模糊隶属度的图像自适应插值方法.该方法首先根据图像的梯度与相角特性,确定像素点的模糊隶属度,再根据图像的局部不对称性在一维方向上修正插值点空间距离,并将一维修正结果转化到二维图像空间,最终将修正后的空间距离应用到传统双线性插值和双立方插值中.实验结果表明,该算法改善了图像的信噪比,有效抑制了边缘锯齿和边缘模糊的发生.     

基于改进SIFT特征点匹配的图像拼接算法

基于传统SIFT方法和图像像素加权平滑融合的思想,提出了一种改进SIFT特征点的图像拼接方法。该方法首先利用Canny边缘检测算法获得图像的边缘点坐标,通过和SIFT算法关键点坐标进行对比,去除不稳定响应点;其次通过K-L变换降低算法复杂度,对得到的匹配点对,使用RANSAC算法进行提纯,计算投影变换模型参数;最后使用渐入渐出的加权融合算法平滑图像,消除图像之间的拼接缝隙。该算法的可行性和有效性通过实验结果可以得到证明。     

基于Shape Context和尺度不变特征变换的多模图像自动配准方法

提出了基于修正的尺度不变特征变换（SIFT）特征提取和Shape Context特征描述算子相结合的多模图像自动配准算法,该算法利用修正的SIFT算法提取多模图像中的特征点,然后采用Shape Context算子描述特征点,利用特征点周围区域边缘点的梯度方向形成特征向量。采用欧氏距离作为匹配标准对多模图像中特征点进行初始匹配,然后通过RANSAC算法消除误匹配的特征点对,并采用最小二乘法计算仿射变换参数,最后通过仿射变换和双线性插值实现图像配准。对红外图像和可见光图像的配准实验结果表明了本算法的有效性和稳定性。     

双正交小波插值的CCD图像超分辨恢复

给出了一种构造双正交小波滤波器的设计方法,应用该方法得到的双正交小波对低分辨率图像进行小波分解。对分解后的图像结构进行分析,提出双三次插值与方向插值相结合的方法,对分解后图像插值。对插值后图像小波逆变换,得到超分辨率图像。应用于CCD图像,获得了比双线性插值高的峰值信噪比(25.3090dB),图像细节信息增强了。实验结果表明,算法应用于CCD图像不仅提高了图像的空间分辨率,同时也提高了图像的峰值信噪比,还比较好地保留了图像的边缘信息,且经过该方法恢复后的图像更适合人眼观察,细节丰富,更加清晰,畸变小,是一种提高CCD图像空间分辨率的有效方法。     

一种基于边缘的曲波变换图像融合方法

提出了一种新的图像融合方法。采用Canny边缘检测方法,并结合曲波变换算法,确定图像边缘位置。针对曲波分解的不同频率域,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用平均法进行融合,最后进行重构得到融合结果。对该方法得到的实验结果进行主客观评价和对比表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,具有更好的视觉效果。     

基于边缘估计的自适应各向异性扩散的医学超声图像降噪算法

提出了一种针对医学超声图像的自适应各向异性扩散算法;该算法充分利用图像本身的边缘信息以及图像水平和垂直方向梯度的差异,用GHAD方法在两个方向设置不同的梯度门限,避免了传统的常数及单一梯度门限带来的鲁棒性差等问题;改进的扩散系数改善了传统扩散系数收敛过快及边界平滑的问题;经过多组仿真实验,综合峰值信噪比(PSNR)和边缘保持度(FOM)等指标,表明该算法相比同类算法有更好的降噪和边缘保持效果。     

基于Chan-Vese模型与形态学的医学图像分割算法

针对传统的多相Chan-Vese模型在进行多区域分割时容易产生空相位的问题,提出了一种改进的新的医学图像分割算法;该算法结合Chan-Vese模型、数学形态学、复合多相水平集分割算法,通过迭代腐蚀操作提取医学图像的轮廓,利用添加了复合多相水平集算法的Chan-Vese模型对医学图像进行分割,通过迭代膨胀操作复原图像;实验结果和分析表明,采用该算法很好地解决了医学图像分割过程中容易出现的多区域分割问题,减少了空相位的产生,而且对图像边缘有很好的分割效果。     

线阵CCD图像处理算法研究

研究了线阵CCD在动态测量中的整体图像处理方法 ,包括杂散点剔除、图像平滑、边缘识别等方法。提出的整体图像的样条插值方法使得边缘识别精度比较高 ,实现起来较容易 ,该方法特别对复杂环境下的动态CCD图像处理有效     

基于深度优先遍历的图像边缘检测方法

图像边缘识别是图像处理的重要组成。提出一种基于深度优先遍历的梯度分割算法,这种算法首先构造像素点的数据结构,然后从图像任意点出发,估算该点附近的像素点并获取梯度值,如果该点满足边缘点的特征,则从该点出发深度遍历寻找垂直于梯度方向上的边缘点,并标记访问过的点。如果该方向上没有满足条件的点则回退,从某个具有仅次于最大梯度值的方向继续遍历,并标记开始遍历的点为角点,直至遍历全图。该算法将图像的边缘点和角点明显地分割出来,便于识别,对带有不同类型的噪声图像进行处理也可取得较满意效果。     

基于矢量量化的三维图像自适应分割方法及其应用

近年来对图像处理的研究已从二维(2D)向三维(3D)及更高维方向发展。但对3D图像分割的研究目前尚不够深入,仍以基于2D图像的分割方法为主。提出了一种可有效利用空间信息的3D图像自适应分割方法:先进行层间插值、空间子块的边缘与非边缘模式分类;并对非边缘模式子块进行基于矢量量化的分割,同时设计出一种最优码本求取方法来自适应确定分割的数目;再对边缘模式子块根据非边缘模式子块的分割结果进行逐点检测和划分。文中利用IBSR医学图像库的仿真人脑数据和实际人脑核磁共振成像(MRI)样本进行实验,验证了该方法的有效性。同时通过对同一病患不同时期的MRI数据样本进行实验,得到了诸如不同时间病灶部位的体积变化情况等十分有价值的临床医学信息。     

血管内超声图像初始轮廓提取算法的研究

Snake模型在医学图像分割中的应用已经越来越广泛,但在应用该模型时,如何选取合适的初始轮廓是一个难题;在对血管内超声医学图像的研究基础上,提出了一种基于灰度信息与ROI区域的初始轮廓获取方法,根据IVUS图像的灰度特征对其进行自适应阈值分割以及面积滤波,然后获得分割轮廓点集进而得到snake初始轮廓点集;在matlab7.0环境分别对不同类别的2种IVUS图像的中外膜边缘提取进行仿真实验,实验证明该方法获得的初始snake轮廓较为逼近目标真实轮廓且适合于snake模型进行迭代收敛,由于其初始轮廓已较为接近目标真实轮廓,因此节省了snake模型的迭代次数,算法运行效率也优于手工提取初始轮廓的snake方法,可以较为方便的应用于实际领域。     

一种基于自适应补偿的快速帧速率上转换算法

提出一种基于自适应补偿的快速帧速率上转换算法.算法在塔型结构数据上进行运动估计并利用相邻块运动矢量对上层传递矢量进行修正,减少计算量的同时获得了平滑的运动矢量场.在匹配搜索过程中采用动态调整搜索窗策略,避免了过搜索和搜索不足的问题.运动补偿克服了传统的补偿算法仅采用一种插值方法的不足,根据运动矢量的可靠性分别采用了3种不同的插值方法.为了减少块边缘的失真,采用了重叠块运动补偿的插值方法.在遮挡区域,设计了加权多候选运动矢量插值方法,对前后两帧补偿结果分别赋予不同的权值以减少失真.实验结果表明,该算法与传统算法相比不仅可以大幅度降低计算量,且插值图像的质量有所提高.     

光学测量中椭圆圆心定位算法研究

提出了一种椭圆圆心定位算法。先对图像中的椭圆目标进行粗定位,获取椭圆的粗定位信息,再用Canny算子对图像中的感兴趣区域进行边缘检测。根据椭圆的粗定位信息以及图像的边缘灰度分布特征,用高斯曲线拟合的方法求得精确的亚像素边缘点的坐标。针对亚像素边缘点中出现的“孤立点”以及噪声点,分别用曲率滤波和均值滤波的方法加以滤波,将滤波后的亚像素边缘点用最小二乘法加以拟合,求得精确的椭圆圆心数据。实验证明了该算法的定位精度和抑制噪声能力,通过测试算法运行时间,证明该算法具有很好的实时性。     

基于色彩空间非线性变换的彩色图像边缘检测

为了在边缘检测中有效的利用图像的色彩信息,提出了基于色彩空间非线性变换的彩色图像边缘检测算法。该算法利用了ιαβ空间信道相关性低的优点,采用基于Sobel算子的色度差算子进行边缘检测。实验结果表明:该算法不但可以检测出亮度变化剧烈区域内的物体边缘,而且还可以检测出在光线很暗的区域内不同颜色物体的边缘。因而可以极大的提高图像边缘的检测效果。     

一种适用于胸部CR图像自适应增强方法

人体胸部各种组织器官较多,造成胸部的CR(Computed Radiography)图像动态范围大,是所有临床CR图像中最为复杂的一种。一般的图像增强方法只对胸腔中的部分组织起到了增强的效果,而对另一部分组织不会有良好的增强的效果,甚至会出现对比度变差、细节模糊、噪声增加等不理想的结果。提出了基于邻域灰度方差与噪声方差之比的自适应增强方法,可根据胸部CR图像的灰度特性调节增强程度的加权因数K,自适应的增强胸部CR图像边缘细节,丰富图像的细节信息,提高图像的诊断价值。实验证明,该算法处理后的胸部CR图像细节丰富,信噪比高,细节方差和背景方差之比(DV/BV)比通用算法高,增强后的CR图像具有良好的视觉效果,是一种有效的适合胸部CR医学图像的边缘细节增强方法。     

三维磁共振电阻抗成像的改进分层灵敏度算法

针对人体组织电导率的三维成像问题,提出一种改进的分层灵敏度磁共振电阻抗重建算法.利用单方向磁感应强度信息,对三维电导率图像实行分层重建,每层重建仅利用该层磁通密度分量测量数据,然后对单层重建结果进行修正以获得三维电导率重建图像.三介质长方体模型上的仿真实验证明,改进的分层重建算法改善了层间串扰现象,可以获得比一般分层算法甚至整体算法更高的图像分辨率,而且重建时间较整体算法显著减少;基于人体腿模型的仿真实验表明该算法对复杂模型三维重构的可行性;最后通过仿体实验验证算法的重建效果.改进的分层灵敏度重建算法降低了灵敏度矩阵法的计算机硬件需求,减少了重建时间,对MREIT的三维重建具有较高的成像精度和求解效率.     

基于角点的红外与可见光图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征以及仿射变换模型的方法.利用Harris因子分别在红外图像和可见光图像上检测角点,并对两幅图像进行边缘检测,得到其边缘图像.通过角点邻域在边缘图像上的相关性,实现角点的粗匹配;通过角点的细匹配,从匹配的角点中选择两对匹配最佳的点作为仿射变换的控制点,得到仿射变换模型,并对待配准图像进行仿射变换,从而实现图像配准.实验结果表明:该方法运算速度快,可以很好地完成红外与可见光图像的自动配准.     

基于神经网络的闪光照相网栅图像修补

提出了一种基于径向基函数（RBF）神经网络的闪光照相网栅图像修补算法,该方法采用滑动窗口方法将待修补的网栅图像分为若干子块,然后在每个子图像内分别引入RBF神经网络,将栅孔内图像作为已知数据计算RBF网络参数,并以此对每个子图像进行修补,数值试验表明,该算法能较好地再现图像边缘信息,修复的图像在信噪比和视觉方面都优于线性插值和样条插值的结果。     

高能闪光照相中Sobel算子的边缘检测方法

 针对高能闪光照相中投影图像的特点,对数字图像处理中具有代表性的Sobel边缘检测算法进行了分析,发现该算法存在检测出的边缘粗和人为进行阈值的选取会造成边缘点的误判的缺点;为此提出了一种阈值确定方法和基于最大梯度的定位准则算法。改进的算法实测结果表明：该方法有效地解决了Sobel算子检测出的边缘过粗的问题,得到的边缘较细,定位精确,提高了边缘检测精度,可用于高能辐射照相中的边缘提取。