体表血管近红外三维成像系统与识别算法研究

针对体表组织较厚部位的血管识别困难的问题，提出一种用于体表血管提取与三维成像的双目系统与图像处理算法。成像系统设计采用会聚双目近红外增强相机与近红外LED阵列，并基于朗伯特辐射模型优化了LED阵列的辐照分布均匀性。图像处理算法先通过以Frangi滤波为基础的单目图像处理流程提取左图像中血管骨架，再通过改进的滑窗匹配算法结合右图信息计算血管骨架深度。实验分析了该系统在手背、小臂、颈部以及仿体模型上的血管提取效果、立体匹配有效率以及处理速度，验证了该系统在体表组织较厚部位的实用性。     

基于锥束CT序列图像的三维缺陷检测方法

根据锥束CT序列图像各向同性及缺陷实体在序列图像层间位移和变化较小的特点,提出了一种适合锥束CT序列图像的三维缺陷检测方法。首先结合多目标跟踪思想,利用三维连通区域标记算法提取三维缺陷实体,并建立缺陷对应关系哈希表,以解决缺陷检测中目标轨迹的分叉;然后根据噪声目标的固有特性,对虚假缺陷信息进行有效删除,最终可获得真实缺陷目标实体,缺陷提取精度可达到像素。通过对空心涡轮叶片蜡模锥束CT图像进行实验,结果表明。该方法能准确地提取有较强噪声影响的序列图像的三维缺陷。     

基于GPU加速的磁共振血管造影图像的并行分割与追踪算法

在应用磁共振血管造影图像进行临床诊断时,临床医生往往需要提取感兴趣区域(Region Of Interest,ROI)的部分血管.这个工作传统上需要手工进行,费时费力.该文提出一种并行的血管分割与追踪算法,利用现代图形处理器(Graphics Processing Unit,GPU)所具备的大规模并行计算能力进行快速的血管分割.首先将三维图像网格化为共面的立方体,并行处理每个立方体,确定立方体中哪些表面有血管通过,以及立方体中哪些体素包含血管.之后再将该结果用于串行的全局分割与血管追踪处理.实验结果表明,利用这种先并行后串行的方法,可以在1 s之内完成全脑血管的分割,分割的结果也更准确.     

基于形态学的不完全性骨折CT图像裂痕定位

针对不完全性骨折的CT图像损伤位置不易明确定位的问题,提出了一种基于数学形态学的裂痕定位算法。为了从CT图像中获得准确的骨质区域,在CIE Lab均匀色彩空间对原始图像进行双边滤波去噪,利用最大类间方差法计算出最佳阈值,从而分离出骨质区域,采用数学形态学中的黑帽运算结合Canny边缘检测算子对裂痕位置进行精确定位。实验结果表明,能够自动提取并定位不完全性骨折CT图像的裂痕区域。算法易于实现,具有较强的鲁棒性和实用性,方便了医学影像诊断。     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究。当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低。实验表明,通过对图像进行特征提取能很好的对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题。为此,提出一种ARM架构下计算机图像并行化处理技术研究方法。该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究。实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

电子散斑干涉条纹骨架线提取的新方法

电子散斑干涉条纹的强噪声特性使其信噪比过低，常用的图像二值化、细化等算法对散斑干涉条纹的骨架提取都存在一定的不足，文章在对散斑条纹图像平滑去噪、对比度增强的预处理基础上，对其进行边缘提取、填充、细化，从而得到干涉条纹的中心骨架线，提出一种基于MATLAB的散班图像自动处理算法。结果表明：文中提出的干涉条纹的细化方法可以准确地找到骨架线，为获得面内位移场的等位移线图提供了一种新方法。     

同步辐射双能CT图像的高精度配准研究

对双能计算机断层扫描(CT)图像进行三维图像配准是准确获取样品内部元素分布信息的前提。针对同步辐射双能CT成像存在的图像空间失准问题,提出了一种以互信息作为衡量双能CT图像相似度的图像配准方法。采用部分体积(PV)插值算法计算互信息,采用遗传算法进行较优参数的搜索,并以该参数作为Powell算法搜索的起始点,结合基于Hanning窗的部分体积插值(HPV)算法搜索得到最佳配准参数。数值模拟验证了HPV算法的优越性,同时配准精度达到亚像素级。实验结果表明,该方法能够有效配准双能CT图像并获得三维元素分布信息。     

十亿像素瞬态成像系统实时图像拼接

为了满足工程应用对图像拼接实时性的要求,依据已设计完成的基于同心球透镜与微相机拼接阵列复合结构的十亿像素瞬态成像系统,提出一种基于统一计算设备架构(CUDA)与先验信息相结合的自适应图像拼接并行加速算法。首先,利用高精度四维标定平台对相邻微相机成像重叠区域进行预标定。接着,采用基于CUDA的快速鲁棒特征(SURF)方法检测提取重叠区域图像的候选特征点集。然后,运用基本线性代数运算子程序(CUBLAS)加速基于随机KD-Tree索引的近似最近邻搜索(ANN)算法,用于获取初始匹配点对。最后,提出一种改进的并行渐近式抽样一致性(IPROSAC)算法,用于剔除误匹配点对和空间变换矩阵的参数估计,从而得到拼接图像的空间几何变换关系。实验结果表明,该算法的图像拼接时间为287 ms,与单独采用CPU串行算法相比速度提高了近30倍。     

基于干涉条纹骨架的毛刺去除算法

精确去除骨架毛刺是干涉条纹骨架提取的最为关键的一个环节,可以应用于激光的干涉条纹检测。提出一种基于骨架特征的去除干涉条纹骨架毛刺算法,算法的主要方案包括:获取骨架的特征点、八邻域链表追踪。首先对像素点进行逐个扫描,获取骨架的4种特征点:端点、节点、毛刺点、主干点,其次使用基于特征点的八邻域链表算法提取所有毛刺点、主干点,然后基于节点进行差分运算并剔除毛刺,最后对处理后的图像进行迭代处理直到干涉条纹骨架毛刺完全去除。利用OpenCV机器视觉算法对毛刺图像去除进行仿真,得到的结果通过1 000个毛刺图片验证,毛刺去除的正确率达到94%。该算法相较于传统方案具有较高的针对性,保留骨架主干部分,去除其余毛刺部分,在干涉条纹检测方面具有广阔的应用前景。     

一种红外搜索系统中弱小目标自适应检测算法

为解决红外搜索系统中场景起伏造成的背景预测不准确这一问题,提出了一种自适应调整的空间滤波方法。该算法在估计背景的同时,对背景残差进行计算,根据残差值调整滤波参数,使背景残差趋于最小,以适应背景的起伏。当背景包含较多复杂因素时,不利于目标提取,多尺度形态学算子通过不同尺度不同形态的结构体参与计算,可以全面地估计背景,进一步抑制背景残差,再通过计算图像全局阈值,自适应分割出潜在目标。采用并行运算,可将算法实现于现场可编程器件(FPGA)上。试验结果表明:即使当场景较复杂,场景信噪比较低时,依然可以使处理后的图像信噪比大于3,从而可显著提高红外搜索系统的检测概率,实现弱小目标的检测。     

位相光栅衍射图样识别算法研究

分析了位相光栅衍射图样的特点，提出了一种新的基于图像中心的区域识别算法：首先判断图像中心位置，然后扫描计算图像横向与纵向跨度，最后进行区域标记。通过实验将此算法和普适性的图像识别算法(索贝尔算子边缘识别、哈夫变换)进行结果对比，证明此算法运算速度快、识别结果准确，同时具备较强的抗噪声能力。此算法可一次性快速、准确测量位相光栅的各级衍射效率，尤其适合应用于大批量光栅的质量评价。     

基于二值化调制度层析的快速在线三维测量算法

提出了一种基于二值化调制度层析的快速在线三维测量算法.对物体调制度信息进行层析分析,有效提取反映物体形状特征的层析信息,并将该双准确度层析信息进行二值化,以该二值化层析信息为模板,进行像素匹配,可实现快速在线三维测量.为验证该算法的可行性和有效性,进行了实物测试实验,该算法与提取调制度特征区域实现像素匹配的方法进行对比测试.实验表明,该算法具有很好的测量准确度,有效地调高了测量速度.     

基于二值化调制度层析的快速在线三维测量算法

提出了一种基于二值化调制度层析的快速在线三维测量算法.对物体调制度信息进行层析分析,有效提取反映物体形状特征的层析信息,并将该双准确度层析信息进行二值化,以该二值化层析信息为模板,进行像素匹配,可实现快速在线三维测量.为验证该算法的可行性和有效性,进行了实物测试实验,该算法与提取调制度特征区域实现像素匹配的方法进行对比测试.实验表明,该算法具有很好的测量准确度,有效地调高了测量速度.     

基于改进型相关向量机的高光谱图像分类

相关向量机(RVM)高光谱图像分类算法是一种基于贝叶斯概率模型的监督机器学习算法,其分类精度较高、测试时间较短。然而算法本身存在训练时间随着训练样本增加直线上升、分类效率整体降低等问题。针对这种情况,提出一种基于改进型相关向量机(VRVM)的高光谱图像分类算法。本算法在传统概率模型中引入一个新的分布,使得计算复杂度较高的积分运算可近似地拆分成两个较为简单的对数和形式。实验结果表明,VRVM高光谱图像分类算法的总体分类精度和相关向量的数量与RVM基本相同,但训练时间随样本数的增加有明显的减少。     

基于区域增长的图像跟踪算法的研究

为了提高序列图像的跟踪精度,提出了基于区域增长的特征量提取方法。这种方法可捕获图像中所有单连通域,并能准确地提取其特征量,然后依据所提取的特征量设计分类器,实现对图像中所有单连通域进行分类识别并加以跟踪的目的。此算法有效地解决了一般传统识别算法难以区分目标和其近邻区域的干扰,而导致跟踪目标特征量提取不准确的问题。在目标特征提取识别算法的基础上,还提出了阈值预测分割算法,并应用在序列图像的跟踪中,取得了较好效果。     

基于非线性偏微分方程的灰度图像骨架线提取方法

基于变分法提出用于计算灰度图像梯度矢量场的非线性偏微分控制方程,利用图像梯度矢量场的拓扑性,可实现骨架线的提取。该方法的主要优点是它的简单性,可直接应用于灰度图像,不需要任何的分割处理。把提出的方法应用于牛顿环干涉条纹中,并与广泛使用的分块二值化细化算法和极值跟踪法进行了比较,实验结果表明了本方法的良好性能。     

一种提高超燃流场羟基示踪速度测量中信号提取能力的方法

针对羟基示踪测速技术在超燃流场应用中测量图像受复杂背景干扰严重的问题,提出一种提高信号提取能力的方法.该方法通过三个步骤实现信号提取能力的提升:利用霍夫变换进行信号识别;基于感兴趣区域的大津阈值算法进行图像分割;结合骨架提取和方向模板方法进行标记线提取.在此基础上,结合仿真和实验,验证了该方法可提高超燃复杂背景干扰下的信号提取能力,解决了提取羟基有效信号精度不够的问题.     

一种改进的三帧差分运动目标实时检测算法

针对传统的三帧差分法提取的运动目标存在大量的噪声和空洞,提出了一种改进的三帧差分运动目标实时检测算法。该算法采用Surendra背景提取算法提取有效背景,对视频流中连续的三帧图像分别进行背景减除,得到的结果作为反馈对背景进行选择性更新,利用HSV颜色空间去除阴影后进行三帧差分,将差分结果进行“与”运行,通过将中间帧背景减除结果与“与”运算的结果进行“或”运算,这样可以得到运动目标的完整信息。实验结果表明,该算法能够快速、完整、准确地检测出运动目标,可有效应用于实时监控系统。     

视频监控下利用改进型C3D-RF的人群异常行为检测

传统基于卷积神经网络(CNN)算法的人群异常行为检测方法由于采用二维卷积核提取图像特征,故无法准确捕捉视频流在时序上的动态特征.为此,提出一种基于改进C3D网络与随机森林(RF)算法相结合的检测方法.利用具有时间特征捕捉能力的C3D网络进行视频流梯度方向直方图(HOG)特征提取,并作为三维卷积核输入以实现对视频时空特征...     

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 dB。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。