分割图像插值的一种局部算法

对于医学序列切片，图像上像素之间的间隔常常小于切片之间的距离，而在图像处理中，常常需要它们有一致的分辨率。对于已分割的切片图像，插入的切片图像也应是分割的图像。本文提出了一种图像插值的局部算法，该算法在产生新插入图像每点的分割信息与颜色信息时，计算只与相邻切片图像的局部像素值有关。因此既保持了相邻切片的物体形态过渡自然，又具有良好的数值稳定性。应用该算法于医学序列切片进行插值时，可达到良好的视觉效果。算法已成功应用于医学数据的三维重建系统。     

Fusion of 2-D SIMS Images Using the Wavelet Transform

 Secondary ion mass spectroscopy (SIMS) is a powerful method for element distribution examination of conducting and semi-conducting surfaces at high spatial resolution and with a high sensitivity. Routine surface analysis produces about 8 to 15 images in a short time, each of which displays the intensity distribution of one mass, thus generating a multispectral SIMS image. Formation of occlusions, segregations, and the overall location of the elements relative to each other, are difficult to recognise when looking at n separate 2-D images. Image fusion is a process whereby images obtained from various sensors, or at different moments of time, or under different conditions, are combined together to provide a more complete picture of the object under investigation. The process of combining SIMS images may be viewed as an attempt to compensate for the inherent effect of SIMS to channel the information obtained from the sample into different images, corresponding to different element phases. The wavelet transform is a powerful method for fusion of images. This work covers the use of wavelet based fusion algorithms on multispectral SIMS images, evaluating the performance of different wavelet based fusion rules on different type of image systems and comparing the results to conventional fusion techniques. An aim of this study is to increase the information, i.e. the number of masses, which can be merged into one image in order to enhance the perception and interpretation of the SIMS surface images.     

多帧融合处理技术在运动模糊图像复原中的应用

运动模糊图像是电视监控中常见的退化图像 ,也是图像处理和检验工作中的难题。针对电视摄像的特点 ,多帧融合处理技术从图像时间序列中提取景物的运动信息 ,构造复原滤波器 ,通过频率域反转滤波方式复原模糊图像。这项技术能够有效地增强电视监控中存在的运动模糊图像 ,并且适用于数字视频图像处理     

视频图像记录判读系统

光电经纬仪的摄影胶片图像和CCD摄像机的视频图像的数字化处理是兵器试验靶场中始终未能很好解决的问题。主要源于两个问题:一是视频图像的数字化采集和转换;二是数字图像的自动处理。介绍了根据靶场广泛应用的光学图像记录、判读需求而研制的视频图像记录判读系统,并对所采用的视频图像实时存储技术、字符识别技术、目标识别与定位技术等几项主要的关键技术进行了说明,并给出了应用结果。结果表明,图像采集记录灵活方便,速度快,不丢帧;目标图像处理精度高,实时性强,自动处理能力好,使光测数据处理的精度和效率都有了很大的提高。     

应用LSI实现WEB图片的索引和查询

应用奇异值分解方法，分析相关文本词条和图片语义的关系，构造了一个图片“潜在语义索引”模型，用于缓解传统的许多WEB图片检索系统在索引和查询中遇到的同义词和多义词问题，实现语义索引和查询实验表明，该模型能有效地改善图片的索引和查询性能。     

基于提升方案的多光谱遥感图像有损压缩算法

在分析多光谱遥感图像谱间和空间数据特点的基础上,提出了一种DPCM线性预测与基于提升方案的整数小波变换相结合的多光谱遥感图像有损压缩算法。在谱间采用DPCM预测去除谱间相关性;在谱内采用整数小波变换去除空间相关性,根据不同子带对目标识别的重要程度,选择不同的量化阈值和量化步长进行量化,并分别对各个子带量化后的数据和重要图表采用固定比特平面编码和游程编码,实现高效的多光谱遥感图像压缩。实验结果表明,该算法在一定的压缩比下,重构图像具有较高的峰值信噪比,并且算法硬件实现简单,对内存的需求低。     

低分辨率医学图像的多图谱分割方法

基于多图谱的图像分割方法因其分割精度高和鲁棒性强,在医学图像分割领域被广泛研究,主要包含图像配准和标签融合两个步骤.目前对多图谱分割方法的研究通常都是在图谱图像和待分割目标图像具有相同分辨率的情况下展开的.然而,由于受图像采集时间,采集设备等影响,临床实践中采集的影像大多是低分辨率数据,使得目前在影像研究中广泛使用的方法无法有效应用于临床实践.因此,针对这一问题,我们结合图像超分辨率恢复方法,提出了精确鲁棒的低分辨率医学图像的多图谱分割方法,实验结果显示提出的方法显著地提高了多图谱分割方法的分割精度.