红外与X光图像融合方法研究

首先用交互式配准方法对采集到的红外与X光图像进行配准,然后采用像素加权平均进行融合,得到了能反映构件表面和内部结构的温度场的融合图像,最后进行了图像融合的质量评价。实验结果表明,融合图像既包含构件的温度场分布,同时能反映出构件内部清晰的结构。     

基于高斯型点扩展函数的红外图像热源复原

为了复原红外图像的热源,采用高斯点扩展函数的方法来增强热源的清晰度和对比度。首先,确定热源图像的高斯点扩展函数,建立其退化模型;然后,采用维纳滤波的方法复原红外图像中的热源,对复原图像通过YIQ变换来复原其温度场彩色信息;最后,通过边缘锐度和标准差评价分析热源复原的质量,并与盲复原算法对比。结果表明,边缘锐度边缘锐度和标准差分别提高了0.502%和0.124%。基于高斯型点扩展函数的方法对红外图像的热源复原具有明显的效果。     

快速傅里叶变换中计算倒序的新思路

为了提高快速傅里叶变换的运算效率,减少运算时间,该文研究了FFT中倒序序列的计算。研究发现不同长度的倒序序列不相互独立,它们之间有深刻的联系,长度为N的倒序序列可以由长度为N/2的倒序序列生成。根据不同长度的倒序序列之间的相互关联性,给出了新的倒序序列的计算方法及相应的算法流程。通过计算仿真,验证了算法的正确性。该算法实现简单,而且运算效率高。与传统算法相比,新算法可将计算效率提高3个数量级。     

基于CT图像的肺实质分割技术研究

基于CT图像的肺实质分割不仅仅是后续图像处理最基础和最重要的技术,而且是一个典型的亟待解决的问题。基于CT图像的精确的肺实质分割是数学分析、计算机辅助分析和治疗的前提。本文明确了肺实质分割的概念及本质,以及肺实质分割在临床治疗中的重大意义。重点介绍了阈值法、区域生长法、主动轮廓模型和遗传算法,分析了它们的本质以及优缺点,并且列举大量实例说明。最后指出了基于CT图像的肺实质分割方法的发展趋势与面临的挑战。     

X射线对CCD噪声影响的分析及滤波方法研究

通过实验分析了X射线对CCD的影响以及射线噪声的特点 ,并针对这种噪声的性质提出了菱形均值滤波器。经过计算机仿真滤波实验和实际应用 ,与递归与非递归中值滤波器作了对比 ,表明该滤波器不但能有效滤除脉冲噪声 ,而且能够较好地保持图像边缘和细节。     

神经网络在粘接状态声检测中的应用

描述了一种基于人工神经网络的声信号模式识别方法.这种方法运用人工神经网络对大量数据进行学习.自动提取声信号中与粘接状态有关的特征量.学习完毕以后.可以用于粘接结构的实时无损检测.并提供具体而可靠的粘接强度指标.     

基于RGB-T图像的双流残差扩张网络人群计数算法

在人群计数中,针对尺度变化、行人分布不均以及夜间较差成像条件,提出了一种基于RGBT(RGB-Thermal)图像的多模态人群计数算法,称为双流残差扩张网络,它由前端特征提取网络、多尺度的残差扩张卷积模块和全局注意力模块所构成。其中,前端网络用来提取RGB特征和热特征,扩张卷积模块进一步提取不同尺度的行人特征信息,全局注意力模块用来建立全局特征之间的依赖关系。此外,还引入了一种新的多尺度差异性损失,以提高网络的计数性能。为评估该方法,在RGBTCC(RGBT Crowd Counting)数据集和DroneRGBT数据集上进行了对比实验。实验结果表明,在RGBTCC数据集上与CMCRL(Cross-modal Collaborative Representation Learning)算法相比该算法的GAME(0)(Grid Average Mean absolute Errors)和RMSE(Root Mean Squared Error)分别降低了0.8和3.49,在DroneRGBT数据集上与MMCCN(Multi-Modal Crowd Counting Network)算法比...     

室外环境下红外热图像内眼角定位

针对室外环境下红外热图像中目标区域受背景过热与周围环境影响,导致目标边界模糊、噪声大等问题,提出了一种室外环境下红外热图像内眼角定位算法。该算法首先对采集的图像进行面部倾斜校正,接着采用Gentle-AdaBoost与HAAR特征相结合进行人脸、人眼粗定位,并引入几何校正对眼睛区域精确定位,最终依据内眼角区域特性提出区域精化与区域生长分割相结合的内眼角定位。在3种不同的红外热图像数据集以及自主采集不同季节的温度区间室外的数据集上进行实验。结果表明：在室外环境下,所提出的方法可有效地定位内眼角,人眼定位准确率达到98.1%,内眼角定位准确率达到97.7%。     

生物医学工程中图像分割的应用

医学图像分割是图像分割的一个重要应用领域，它能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于诊断，所以它在生物医学图像的应用中起着非常重要的作用。文中对近年来图像分割的新方法或改进算法进行综述，重点放在各种方法对于医学图像应用的优点和不足之处上，揭示了各方法的适应范围和应用重点；展望了医学图像的前景和面临的挑战。     

基于小波变换的红外与X光图像融合方法研究

红外与可见光图像融合只能反映构件表面信息和温度场分布,由于小波变换具有良好的时域和频域多分辨率性,为了获得构件内部发热源,采用了基于小波变换的红外与X光图像融合方法。首先将红外彩色图像做灰度化处理;然后采用MALLAT算法对红外与X光图像作小波分解,用低频系数平均、高频系数取绝对值大的融合规则进行融合,并利用YIQ空间变换将红外图像的彩色温度信息迁移至小波融合图像上;最后采用信息熵、标准差、方差等质量评价参量对融合后的图像进行评价。结果表明,经过小波变换融合的红外与X光图像融合在继承了两幅图像信息基础上进行了折中,既包含了构件的温度场分布,同时也反映了构件内部清晰的结构。