蚁群算法在全方向M型心动图检测中的应用与研究

为了解决传统边缘检测算法对全方向M型心动图检测效果差的问题,根据基于蚁群算法边缘检测的思想,提出一种基于改进的蚁群算法的边缘检测算法。根据心动图间接来源于CT图的原理,一幅心动图中包含目标、背景、边界和噪声等内容,因此采用传统的边缘检测算法的效果并不理想。这里在传统蚁群算法边缘检测的基础上,根据心动图的特点,采取改进的转移规则和信息素更新策略,以提高检测精度和适应性。再逐步细化,使用蚂蚁算法进行详细的检测,得到最佳的运动曲线。实验结果表明,该算法可以获得精确的运动曲线,其结果能够比传统的方法获得更丰富更真实的心动图运动细节信息,为医生的诊断提供更多信息。     

车载视频下改进的核相关滤波跟踪算法

针对相关滤波跟踪算法在车载视频下由于环境复杂及目标尺度变化等情况下容易跟踪失败的问题,该文提出一种基于背景信息的尺度自适应相关滤波跟踪算法。首先利用背景感知相关滤波跟踪器融合方向梯度直方图特征预测目标下一帧位置,然后根据预测位置选取图像块进行检测,最后结合动态尺度比例金字塔模型对目标进行尺度估计。实验选取了KITTI数据库中23段车载视频和标注国内的4段车载视频进行测试,实验结果表明,该算法能有效降低车载环境的复杂背景、目标尺度变化等因素干扰,整体性能优于KCF, DSST, SAMF, SATPLE等主流相关滤波算法,对车载环境下复杂背景和尺度变化的目标跟踪具有鲁棒性。     

IP over GFP over WDM的适配研究

GFP是IP与光网络融合的一项关键技术。在介绍GFP的基础上,分析几种IP/GFP/WDM适配方案;在遵循ITU-TG.7041标准的基础上,对GFP进行了完善和创新,并通过实验验证了其可行性。     

DICOM全方向M型心动图系统DICOM图像解析方法研究

DICOM全方向M型心动图系统是福州大学生物医学工程研究所的国家发明专利＂全方向M型心动图方法及其系统ZL98125713.5＂和国外的DICOM标准结合生成的新系统。为了实现无损且适应性更好的DICOM图像解析,使用改进的DICOM遍历解析与组织嵌套数据集的方法。在基于对应DCIOM编码的嵌套数据结构的基础上,使用几个递归过程互相调用,实现了无损的DICOM编码,为新系统平稳接入PACS系统奠定了基础。     

全景图拼接中图像融合算法的研究

为了实现平滑连续的全景图拼接融合效果,针对全景图拼接的特点,提出了利用彩色空间变换和Contourlet变换结合对比度金字塔分解的图像融合算法。首先进行HSI彩色空间变换,得到图像的亮度信息,然后利用基于对比度金字塔的Contourlet变换对亮度信息进行塔式分解,得到不同的频带信息,再对不同频带进行融合处理。实验证明,该文提出的算法充分利用Contourlet变换的轮廓特性,展示了图像的细节信息,从而很好地实现了全景图的拼接融合效果。     

全方向M型心动图运动曲线检测算法的应用研究

为了提高全方向M型心动图运动曲线检测效果,该文对心动图的相关问题进行研究后,提出一种基于模糊增强和灰色理论的全方向M型心动图运动曲线检测算法。首先利用改进的模糊增强算法(PAL算法)来抑制噪声和背景,同时突出边缘信息;再利用灰色理论中的灰色绝对关联度构造统计量来进行边缘检测,精确定位出运动曲线;最后通过对孤立的噪声点和断裂的边缘进行后续的处理,得到最终的运动曲线。实验结果表明:该算法检测效果良好,噪声鲁棒性较强。