闪光照相图像缺陷消除方法

 介绍了一种检测闪光照相图像缺陷以及消除这些缺陷的方法。在闪光照相实验中,底片图像会出现一些小尺寸的缺陷影响了底片信息的精确提取。根据闪光照相实验中采用完全一样的多张底片接收的特点,提出了一种闪光照相多底片图像的缺陷消除方法。首先对这些底片图像进行精确配准,将这些图像进行简单平均以获得均值图像,利用均值图像与各底片图像的差值获得缺陷图像,然后根据缺陷图像的特点对缺陷进行分割并判断各缺陷的归属。最后根据均值图像与缺陷图像以及缺陷分割与判断结果获得修补后的底片图像。实验结果证明该方法可以有效地消除多底片图像中的各类缺陷。     

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。     

基于心脏电影磁共振图像的一种新的右心室多图谱分割方法

基于心脏电影磁共振图像的右心室(RV)分割,对心脏疾病的诊疗及预后有着十分重要的意义.右心室结构复杂,传统图像分割方法始终未能达到较高的精度.多图谱方法通过配准和融合来实现RV分割,是近几年RV分割中的主要方法之一.本文提出一种新的右心室多图谱分割方法,能够实现RV的全自动准分割.本文首先采用自适应仿射传播算法获取一系列图谱集,并基于豪斯多夫距离和归一化互信息选择与目标图像最相似的图谱集;然后,依次采用多分辨率的仿射变换和Diffeomorphic demons算法将目标图像配准到最相似图谱集,并将配准得到的形变场应用于标记图像获得粗分割结果;最后,本文采用COLLATE算法融合粗分割结果得到RV轮廓.30例心脏电影磁共振数据被用于回顾性分析.本文算法与放射专家手工分割的RV相比,Dice指标和豪斯多夫距离的平均值分别为0.84,11.46 mm;舒张末期容积,收缩末期容积,射血分数的相关系数和偏差均值分别是0.94,0.90,0.86;2.5113,–3.4783,0.0341.与卷积神经网络相比,本文算法在收缩末期的分割精度更接近手动分割结果.实验结果表明,该方法从有效的图谱选择和基于多分辨率的Diffeomorphic demons算法的多级配准提高了右心室分割的精度,有望应用于临床辅助诊断.     

基于聚类分割和形态学的可见光与SAR图像配准

针对可见光与SAR图像灰度差异大,共有特征提取难的问题,提出了一种基于k-均值聚类分割和形态学处理的轮廓特征配准方法。利用k-均值聚类算法对两类图像进行分割,得到图像分割区域;通过形态学处理,有效减少SAR图像斑点噪声影响,准确提取两类图像的封闭轮廓;采用轮廓不变矩理论,引入矩变量距离均值、方差约束机制和一致性检查的匹配策略,获取最佳匹配对,实现了两类图像的配准。通过实验,三组图像的配准精度分别达到0.3450、0.2163和0.1810,结果表明该法可行且能达到亚像素的配准精度。     

一种目标级的遥感图像变化检测算法

传统的像素级变化检测方法对图像的配准准确度要求较高,因而在实际运用中受到很多限制.在人造目标检测的基础上,提出了一种目标级的基于局部配准误差补偿的变化检测方法.根据遥感图像中人造目标与自然目标的纹理差异,对图像中的人造目标进行检测和分割,再对分割图像采用提出的算法进行变化检测.实验表明,与传统的像素级变化检测方法相比,本算法具有较高的检测准确度,对配准准确度的要求也有所放宽,并且可以简化变化检测前的辐射校正工作和变化检测后的像素分类的工作.     

基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

时空联合调制空间外差干涉成像仪自适应条纹模板研究

时空联合调制型空间外差干涉成像光谱仪(TS-SHIS)推扫图像中有明显的干涉条纹,这会导致传统的图像配准方法对TS-SHIS推扫图像配准计算结果的影响较大。鉴于此,提出一种基于目标干涉数据的自适应条纹模板构建方法,采用该方法消除TS-SHIS推扫图像中的干涉条纹,并利用曲面拟合加梯度法对消条纹后的推扫图像进行图像配准。仿真及实验研究结果表明,所提方法能够有效消除TS-SHIS推扫图像中零光程差处的干涉条纹;干涉条纹对配准计算的影响得到抑制;消条纹处理对图像配准计算结果的影响在0.02 pixel以内。     

多项式展开配准的多图谱大脑磁共振图像分割北大核心CSCD

全脑区的自动分割对于大脑疾病的诊断和治疗具有重要的临床意义。为了提高分割准确率,提出了一种多项式展开配准的多图谱分割算法。利用线性多项式展开模型,结合仿射变换和非刚体变换将待分割的目标图像与图谱图像进行逐一的配准来获取位移场;利用归一化互信息计算二者的相似度,筛选出与目标图像相似度较高的图谱,并对图谱的标记图像进行位移场映射,得到粗分割结果;采用全局加权投票法将粗分割结果进行融合,得到最终的细分割结果。选取了35例来自MICCAI 2012 Multi-Atlas Labeling挑战和10例来自上海交通大学医学院附属第九人民医院的磁共振T1加权图像对该方法进行验证,最终全脑区的DSC值分别为0.7585和0.7351。实验结果表明,算法具有较高的大脑分割精确度和鲁棒性,有望辅助临床进行大脑相关疾病的诊断和治疗。     

一种用于钣金零件视觉测量的图像拼接方法

在钣金零件视觉测量中,大尺寸零件超出图像采集摄像机的视场范围,不能一次性获得该零件的完整图像,需要将存在一定重叠区域的图像进行图像拼接。针对特征稀少、灰度信息少、轮廓对称的钣金零件图像不易拼接问题进行了分析和研究,提出了一种在待拼接图像中选择包含重叠部分的等大小区域作为待配准区域,并对其提取轮廓,然后对轮廓图利用相位相关法求待配准区域的配准参数,再根据待配准区域图像与待拼接图像的坐标关系转换求待拼接图像的配准参数并对图像进行配准,实现钣金零件图像拼接的方法。通过实验表明,该拼接方法对特征稀少、灰度信息少和轮廓对称的钣金零件图像具有速度快、较好的准确性和抗干扰能力,能够满足工业应用的要求。     

用于光学系统分析的质心配准法

将图像区域像素的统计特征引入活动轮廓模型,提出使分割轮廓所包括区域的质心对应角均方根误差极小的最优搜索方法——质心配准法。质心配准法有效地避免了散斑噪声等图像污染对图像区域分割精度的影响,实现了模糊图像精确的区域分割,求得图像最佳配准参数。对实际光学系统输出的多幅具有较大空时互补性的低分辨率图像进行了仿真实验,实验结果表明：该配准算法具有较高的精度,并在光学系统分析上得到了很好的应用。     

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.     

Study on the methods of image enhancement for liver CT images

Image enhancement methods for liver CT images are studied in this paper. The liver region is first segmented from the whole CT image by simply using the characteristics of the gray distribution of the liver. The segmented liver CT image is processed by direct gray stretching, logarithmic transformation and linear stretching with histogram fitting. In addition, the method of selective histogram equalization is proposed to enhance the segmented liver CT image. It is proven from the experimental results that by this two-step method, the visual effect of the segmented image can be effectively improved and the focus is obviously highlighted.     

基于SIFT特征匹配的电力设备外观异常检测方法

基于电力设备巡检机器人平台,提出了一种电力设备外观异常检测方法。该方法使用SIFT特征点提取算法,进行特征匹配,使用基于RANSAC的方法求解单应矩阵进行配准。在经过配准后,对像素的差值使用Mean Shift分割算法提取异常区域。实验证明该方法对于光照有较高的鲁棒性,且受匹配误差和拍摄角度偏差、位置偏差影响较小,能够有效的将变化区域提取。     

A non-rigid cardiac image registration method based on an optical flow model

According to non-rigid medical image registration, new method of classification registration is proposed. First, Feature points are extracted based on SIFT (Scale Invariant Feature Transform) from reference images and floating images to match feature points. And the coarse registration is performed using the least square method. Then the precise registration is achieved using the optical flow model algorithm. SIFT algorithm is based on local image features that are with good scale, rotation and illumination invariance. Optical flow algorithm does not extract features and use the image gray information directly, and its registration speed is faster. The both algorithms are complementary. SIFT algorithm is used for improving the convergence speed of optical flow algorithm, and optical flow algorithm makes the registration result more accurate. The experimental results prove that the algorithm can improve the accuracy of the non-rigid medical image registration and enhance the convergence speed. Therefore, the algorithm has some advantages in the image registration.     

基于图像处理技术的电能表外观检测系统

为适应智能电能表自动化检定的要求,设计了由图像处理技术完成外观检测功能的系统,实现了外观检查的自动化,解决了人工检测方法工作量大、效果不佳的问题。系统采用高性能CCD相机完成图像采集,确保图像信息丰富完整。利用图像平滑去噪、形态学处理等技术完成图像的预处理,大幅降低后续比对的难度。运用基于高斯金字塔的混合配准算法完成图像配准,最终实现待检图像与模板图像之间匹配程度的检测。该方法检测时间短,正确率高,已成功应用于省级计量中心电能表自动化检定线,满足生产需求。     

基于均值距离测度的医学图像配准

针对互信息测度在配准医学图像时易陷入局部极值、速度慢的缺点,提出了基于均值不等式的均值距离测度.首先根据均值不等式推导出5种均值距离测度：方根-算术均值距离(SAM)、方根-几何均值距离(SGM)、方根-调和均值距离(SHM)、算术-几何均值距离(AGM)、算术-调和均值距离(AHM).然后通过人体脑部CT/MR和MR-T1/PD图像的刚体配准实验,从函数曲线、配准精度、计算时间和收敛性能方面,对互信息与5种均值距离信息测度进行了比较与分析.实验结果表明,在不损失配准精度的前提下,AHM和SAM测度可以获得更快的配准速度,对噪声有很强的鲁棒性.     

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。     

The registration of MR images using multiscale robust methods

Acquisition of MR images involves their registration against some prechosen reference image. Motion artifacts and misregistration can seriously flaw their interpretation and analysis. This article provides a global registration method that is robust in the presence of noise and local distortions between pairs of images. It uses a two-stage approach, comprising an optional Fourier phase-matching method to carry out preregistration, followed by an iterative procedure. The iterative stage uses a prescribed set of registration points, defined on the reference image, at which a robust nonlinear regression is computed from the squared residuals at these points. The method can readily accommodate general linear, or even nonlinear, registration transformations on the images. The algorithm was tested by recovering the registration transformation parameters when a 256 × 256 pixel T₂¹-weighted human brain image was scaled, rotated, and translated by prescribed amounts, and to which different amounts of Gaussian noise had been added. The results show subpixel accuracy of recovery when no noise is present, and graceful degradation of accuracy as noise is added. When 40% noise is added to images undergoing small shifts, the recovery errors are less than 3 pixels. The same tests applied to the Woods algorithm gave slightly inferior accuracy for these images, but failed to converge to the correct parameters in some cases of large-scale-shifted images with 10% added noise.     

一种从粗到精的红外和可见光卫星图像配准方法

气象卫星所携带的多种传感器可以获得可见光、红外、多光谱等多模态的卫星图像,目前处理这些多模态图像的一个重要手段是数据融合分析方法,而获取不同模态图像空间对应关系的图像配准是数据融合分析的前提和基础。针对多模态气象卫星图像的配准问题,重点研究红外图像和可见光图像的配准问题,并根据红外图像和可见光图像的特点,提出了一种由粗到精的两阶段配准方法。在粗配准阶段,将Fourier-Mellin变换应用于红外和可见光图像的边缘图像上,并通过变换图像在频域的关系实现了图像配准仿射变换参数的快速计算;在精配准阶段,基于图像的Harris算子检测红外图像和可见光图像的特征点,并通过特征点局部区域的互相关函数实现特征点的匹配,最终通过匹配特征点求得精确配准的变换参数。文章提出的由粗到精的图像配准方法,有效结合了Fourier-Mellin变换对边缘图像配准的高效性和Harris算子图像配准的准确性,是红外和可见光图像配准的一种新方法。利用FY-2D气象卫星获取的红外和可见光图像进行了配准实验,实验结果表明所提出的方法具有良好的鲁棒性和较高的配准精度。     

Shadow effects in simulated ultrasound images derived from computed tomography images using a focused beam tracing model

Simulation of ultrasound images based on computed tomography (CT) data has previously been performed with different approaches. Shadow effects are normally pronounced in ultrasound images, so they should be included in the simulation. In this study, a method to capture the shadow effects has been developed, which makes the simulated ultrasound images appear more realistic. The method using a focused beam tracing model gives diffuse shadows that are similar to the ones observed in measurements on real objects. Ultrasound images of a cod (Gadus morhua) were obtained with a BK Medical 2202 ProFocus ultrasound scanner (BK Medical, Herlev, Denmark) equipped with a dedicated research interface giving access to beamformed radio frequency data. CT images were obtained with an Aquilion ONE Toshiba CT scanner (Toshiba Medical Systems Corp., Tochigi, Japan). CT data were mapped from Hounsfield units to backscatter strength, attenuation coefficients, and characteristic acoustic impedance. The focused beam tracing model was used to create maps of the transmission coefficient and scattering strength maps. Field II was then used to simulate an ultrasound image of 38.9 × 55.3 × 4.5 mm, using 10(6) point scatterers. As there is no quantitative method to assess quality of a simulated ultrasound image compared to a measured one, visual inspection was used for evaluation.