基于小波分析与神经网络的人脸检测方法

本文设计了一种结合小波分析与神经网络优点的人脸检测方法.该方法主要包括两个阶段.在训练阶段首先借鉴图形学中的背景生成方法对AR人脸数据库中的人脸样本进行背景叠加;然后对经过预处理的训练样本进行小波分解,并将得到的小波系数输入精心设计的神经网络进行训练.在人脸检测阶段,通过将缩放后的图像的各个区域输入神经网络,由神经网络判断输入区域中是否包含人脸:在得到检测结果后,本文通过基于规则的方法以及基于SUSAN的方法进行人脸区域验证取舍与合并;最后通过实验结果的分析比较可以发现本文的方法不仅可以实现人脸区域的快速检测,而且不受光照变化以及噪声的影响.     

基于图学习的医学图像标注方法

近年来,由于医学成像技术的飞速发展,产生大量的数字化图像.医学图像是医生诊断的重要参考依据,因此如何对医学图像有效的标注和检索变得越来越重要.本文提出利用图学习的方法来标注医学图像.首先根据医学图像的特性进行预处理,然后将图像信息和标注词建立联系,最后将标注词从已标注图像传递到未标注图像.实验结果证明,基于图学习的医学图像标注方法明显的提高了标注性能,是一种有效的方法.     

基于网格的最小交叉熵算法在PET图像重建中的应用

基于内容的自适应三角形网格模型是描述图像的一种有效方法,本文将网格模型与最小交叉熵算法相结合,并加入先验解剖信息,用于PET图像重建.在本文提出的新算法中,先将投影数据用滤波反投影方法(FBP)生成参考图像,再对参考图像提取网格节点,用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算,最后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像.在仿真实验中,将该算法与最大似然方法(MLEM)等算法作比较,并分析了参数对重建结果的影响.     

三维人脑计算机图谱表面重建的层间轮廓线插值

本文针对三维人脑计算机图谱问题,采用线性插值算法,给出了一种可用于序列图象的高精度表面重建的层间轮廓线插值方法.该方法不仅对一般问题的效果良好,而且成功地解决了弹性插值中不能解决的示例.对一系列数据的实验结果表明,它是一种可行的层间轮廓线插值方法,对医学影像数据的三维重建和显示具有重要意义.     

基于Legendre正交矩的模糊形变图像的配准方法

针对同时含有模糊和几何形变的图像,本文提出一种新的基于Legendre正交矩模糊和几何混合不变量的图像配准方法.该方法首先利用Harris- Laplace算子检测出图像的特征点,然后构造Legendre矩混合不变量,并将其作为特征点的描述子获取特征点的对应关系,接着通过该对应关系估计图像间的形变参数,最后利用插值方法...     

一种基于新的正交复数变换的鲁棒水印算法

本文提出了一种基于共轭对称列率复数哈达码变换(CS-SCHT)的鲁棒水印算法.在水印嵌入时,选择图像的CS-SCHT系数幅度作为水印载体,同时设计一种新的人眼视觉系统改善含水印图像的不可见性.检测时,运用Kolmogorov-Smirno方法估计系数幅度的近似分布.然后根据该分布构造局部最优检测器.实验表明该变换适合于水印领域,新检测器具有良好的鲁棒性,且人眼视觉系统能够改善含水印图像的视觉质量.     

Legendre矩的两种快速算法

Legendre正交矩在模式识别、图像分析等许多领域都有成功的应用,但是由于其计算的复杂性,相关的快速算法的研究尚未得到很好的解决.本文针对一类采用图像块方法描述的图像,提出两种快速、有效的计算Legendre矩的新方法,它们分别是累加方法和积分方法.这两种方法都有效地降低了计算复杂度,缩短了计算时间.     

一种新的三维离散Hartley变换的分裂基快速算法

 离散Hartley变换(Discrete Hartley Transform,DHT)作为实值离散傅立叶变换的一种替代,在信号和图像处理领域已有广泛应用,针对现有三维DHT快速算法均仅能计算长度为2的整数次幂的DHT,本文提出一种适用于更多不同长度三维DHT的分裂基-2/4快速算法,较之将已有最优算法补零计算的方法,该算法有效的降低了计算复杂度.     

基于分裂基-2/(2a)FFT算法的卷积神经网络加速性能的研究

卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先提出一种统一的基于时域抽取方法的分裂基-2/(2a) 1维FFT快速算法,其中a为任意自然数,然后在CPU环境下对提出的FFT算法在一类卷积神经网络中的加速性能进行了比较研究。在MNIST手写数字数据库以及Cifar-10对象识别数据集上的实验表明：利用分裂基-2/4 FFT算法和基-2 FFT算法实现的卷积神经网络相比于空域直接实现的卷积神经网络,精度并不会有损失,并且分裂基-2/4能取得最好的提速效果,在以上两个数据集上分别提速38.56%和72.01%。因此,在频域中实现卷积神经网络的线性卷积操作是一种十分有效的实现方式。     

基于曲率及相关性的相似区域的线性配准

本文提出了一种新的基于多边形的周期性曲率函数和相关性的相似区域的线性配准方法.得到了简单且有效的新的线性配准方法,它在医学图像多模态数据的配准、融合中具有重要的实用价值.