一种非刚性医学图像点匹配方法

提出了一种非刚性点匹配的算法并把其运用于医学图像配准．该算法采用信号滤波的方法来获得点集间的匹配信息，并运用松弛标记法将各点邻域关系对模糊的匹配信息进行迭代获得明确的匹配关系．在此基础上，利用高斯径向基函数来描述点模式间的弹性形变，在基本的迭代框架下实现问题的求解．实验结果显示在形变程度为5％、出格点比率50％和噪声标准差为5％的情况下该算法的匹配误差能控制在0．13以下，表明了该算法的鲁棒性和有效性，较好地解决了医学非刚性形变的点匹配问题．     

基于位置估计与识别后处理的心电信号P波检测

心电图中的P波是临床诊断中分析心律失常,判断心房病变的重要参考依据.但在心电信号的自动分析中,P波常由于特征不明显,形态、位置多变等原因,难以直接被准确检测.针对上述问题,本文提出了一种基于位置估计与识别后处理的P波检测算法.该算法根据ECG信号中QRS波群位置及RR间期信息,对P波位置进行估计,自适应确定P波检测区域;然后,对检测区域内心电信号进行移动窗口积分,通过搜索积分信号极值,检测出候选P波;最后,采用局部距离变换法提取出每一候选P波的边界点,并据此对该候选P波的幅值和时间宽度进行分析,识别出真实的P波,从而完成P波检测.经QT数据库和MIT-BIH心律失常数据库中真实心电数据验证,本算法适用于各种情况下可见P波的检测,且检测正确率高于98%.     

一种粒子群优化原型模式修正力度的协同分类方法

协同模式识别是一种有着抗噪声、抗缺损、强鲁棒性等诸多优良特性的模式识别方法,其中原型模式的选取模式识别结果有着决定性的作用,其选取直接决定着模式识别的结果和效果,各种方法中信息反馈修正的方法能获得较的效果,但易出现信息饱和的问题;提出了一种粒子群优化修正力度的处理机制,能有效改善此问题,获得最优原型;改进的算法应用于纹理和鼻咽癌细胞图像识别,结果表明,该方法能有效地提高协同神经网络的识别率和可靠性,且识速度也有提高.     

利用双窗口检测和粒子滤波提取高分辨率SAR图像道路中心点

各种干扰、阻塞以及遮挡的存在使得高分辨率合成孔径雷达图像道路提取异常困难。该文提出一种局部检测和全局跟踪相结合的道路中心点提取方法。在局部检测时,设定内外双窗口,外窗口根据护栏、绿化带等干扰物与道路的边缘呈现一致的方向性,采用非线性结构张量获取该区域内的道路方向;内窗口根据方向结果调整转向,搜索道路区域,进而确定道路的宽度及中心点。在全局跟踪阶段,为克服路上阻塞及路旁建筑物遮挡造成跟踪频繁失败的影响,采用粒子滤波器变步长跟踪的策略。使用1 m机载高分辨率SAR图像进行实验,结果证明该方法的有效性。     

“模式识别”课程开放式案例教学设计

本文针对“模式识别”课程教学,提出了开放式案例教学的构想和具体实施方法,并以课程实验加课堂研讨的方式实现。模式识别课程理论性强与实践联系密切,我们从实际科研项目中分解提炼出与课程教学内容相关的子课题,以此为案例,设计分层次、纵横连贯的课堂研讨教学。教学实践表明,本方法能有效提高学生的学习兴趣和效果。     

一种改进的从明暗恢复形状的方法

从明暗恢复形状(SFS)是计算机视觉中三维形状恢复问题的关键技术之一,其任务是利用单幅灰度图像中明暗变化来恢复表面三维形状.快速步进法(FMM)作为求解Eikonal偏微分方程的有效手段,可以用于处理从明暗恢复形状问题.本文提出了一种基于改进的Godunov格式的多模板快速步进法(MSFMM)算法,解决了多源FMM的波动交汇问题,具备了处理多源SFS问题的能力.从实验结果可以看出,本文方法可以得到比MSFMM更高精度的结果,可以有效处理多源SFS.     

基于目标分解和加权SVM分类的极化SAR图像舰船检测

目标分解是极化SAR图像舰船检测的重要方法,但是,在较高分辨率和复杂海况条件下,由相干矩阵分解得到的极化熵参数并不能将舰船目标与海洋等背景完全区分。对极化目标分解理论和地物散射机理的研究和分析表明,极化分解的各个参数从不同角度反映了目标和背景的散射差异,对它们联合使用有助于更准确地在SAR图像中检测目标。而且,各个参数在实际的检测问题中具有不同的重要性。因此,本文构造了包含有多个极化分解参数的特征向量,并根据各分解参数重要性不同,提出一种基于目标分解和加权SVM (support vector machine)分类方法对极化SAR图像中的舰船进行检测。实验结果表明,该方法能够精确地检测舰船目标,并有效地减少虚警。      

一种用于视频目标检测的时空背景建模方法

针对传统时域统计背景模型只关注于单个像素的统计特征而忽略背景像素之间的相互关联,同时不能很好地适应目标进入场景并静止的情形,在高斯背景模型基础上,融合背景的空间统计特征,建立一个时空联合的背景模型。结合背景的空间区域特征和像素的亮度变化更新背景,使得背景更新过程中保持背景的空间特征。实验结果表明,利用该方法建立的背景模型进行目标检测,能有效检测移入静止的目标,克服了传统检测方法检测目标中的空洞,检测到的目标完整性有较大提高,有利于后续的进一步处理。      

一种基于取向估计的关键点检测算法

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力。针对主观轮廓处理过程中提取轮廓特征的特定需求,提出了一种基于取向估计的关键点检测算法。该算法在对边缘提取和对边缘点进行取向估计的基础上,通过对取向张量进行特征值分解获得各边缘点的各向异性信息,然后通过局部极值搜索和取向差验证提取出角点和边缘独立端点,从而对这两类关键点进行了一体化的处理。实验结果表明,该算法能比较有效地提取出主观轮廓后续处理所需要的两类关键点。     

加权抽取模糊算法及其应用

本文提出了一种新型的加权抽取模糊逻辑推理模型;旨在既克服运用“ｍａｘ－ｍｉｎ”算子带来的信息丢失、封闭性、二义失效和全同失效而难于获得合理的结果的缺陷,又克服了传统加权模糊逻辑扬弃子结论之间逻辑关系的缺陷;达到了既考虑子结论的逻辑关系,又考虑了结论的相对重要程度且不丢失过多信息的目的。文中还给出了较详细的实验结果。