基于暗通道先验的多尺度融合去雾算法

针对传统暗通道先验(DCP)算法用于图像去雾时存在对比度下降、色调偏暗和过度曝光的问题,论文提出一种基于暗通道先验的多尺度融合去雾算法。首先,该算法使用图像增强暗部细节后采用阈值分割法将类似白色背景区域进行分离;然后对大面积留白背景和其他区域分别做最亮通道取反去雾处理和导向暗通道去雾处理,将去雾处理后的两部分图像进行初始融合,有效地改善了暗通道先验在大尺度高亮区域的不适用性;最后,使用拉普拉斯金字塔的多曝光融合方法,将上述去雾处理后的两幅图像、初始融合图像以及对有雾图像做导向暗通道处理后的图像进行多尺度像素级融合,获得最终去雾效果图。仿真结果表明,该算法能够有效消除传统DCP算法在处理大范围、高亮度天空区域时产生的失真现象,改善目标边缘细节,恢复图像场景的真实色彩。

基于局部归一化互信息联合约束的三维头颈部CT/MR配准方法

针对头颈部图像的复杂解剖结构和不同模态图像的差异,提出一种改进的多模态配准方法。该方法采用局部归一化互信息作为相似性测度,以捕捉局部图像区域的相似性,并减少不同区域间的强度差异对配准结果的影响。此外,为解决MR图像易受到噪声和伪影的影响产生畸变的问题,引入F范数约束配准过程,抑制不必要的畸变。实验结果表明,所提方法在降低均方误差、提高配准精度和鲁棒性方面均有所提高。

基于TDM-EfficientPhys的人脸视频HR检测方法

为了实现高精度的人脸视频心率(heart rate,HR)检测,本文提出了一种基于改进EfficientPhys网络的人脸视频HR检测方法:TDM-EfficientPhys。首先,引入时间导数网络(temporal derivative network,TDM-Net),有效地保留了远程光电容积脉博波描记术(remote photoplethysmography,rPPG)信号的时间特征。然后,调整EfficientPhys的Dropout参数,嵌入残差结构,有效地避免梯度消失和网络退化问题,并且将TDM-Net和改进后的EfficientPhys网络以跳跃连接的方式实现时序和空间信息的特征融合,提高检测精度。最后,使用两个公开的数据集PURE和UBFC-rPPG来验证本文所提出模型的有效性,实验表明,本文方法测试的均方根误差(RMSE)降低至2.387,平均绝对误差(MAE)降低至2.040,与现有的模型相比,本文方法显示了更好的网络性能和更精准的HR。