基于目标图像先验信息的无监督多聚焦图像融合

多聚焦图像融合(MFIF)是从不同源图像中获取聚焦区域,以形成全清晰图像的一种图像增强方法。针对目前MFIF方法主要存在的两个方面问题,即传统的空间域方法在其融合边界存在较强的散焦扩散效应(DSE)以及伪影等问题;深度学习方法缺乏还原光场相机生成的数据集,并且因需要大量手动调参而存在训练过程耗时过多等问题,提出了一种基于目标图像先验信息的无监督多聚焦图像融合方法。首先,将源图像本身的内部先验信息和由空间域方法生成的初始融合图像所具有的外部先验信息分别用于G-Net和FNet输入,其中,G-Net和F-Net都是由U-Net组成的深度图像先验(DIP)网络;然后,引入一种由空间域方法生成的参考掩膜辅助G-Net生成引导决策图;最后,该决策图联合初始融合图像对F-Net进行优化,并生成最终的融合图像。验证实验基于具有真实参考图像的Lytro数据集和融合边界具有强DSE的MFFW数据集,并选用了5个广泛应用的客观指标进行性能评价。实验结果表明,该方法有效地减少了优化迭代次数,在主观和客观性能评价上优于8种目前最先进的MFIF方法,尤其在融合边界具有强DSE的数据集上表现得更有优势。

基于活动轮廓模型和统计特征的血管内超声图像的边缘提取

血管内超声(IVUS)图像边缘的提取对冠状动脉疾病的诊断和治疗有着重要的意义。为此,提出了一种用于自动提取血管内超声图像内、外膜边缘的方法。这种方法基于活动轮廓模型和超声图像的对比度特征量以及Rayle igh分布统计特性,有效利用动态规划和启发式图搜索方法,分别在不同的代价函数形式下,对血管内超声图像内、外膜边缘进行自动提取。实验结果表明,和以往的提取方法相比,该方法算法简单,准确性较高,对序列图像处理的可重复性和鲁棒性较强,是一种较好的全局最优化算法。

结合滤波器选择和相位信息的统计纹理图像检索

为了在复变换域利用方向和相位信息有效地改善图像检索的性能,基于金字塔双树方向滤波器组(PDTDFB),提出一种结合滤波器选择和相对相位的统计纹理图像检索方法。将复方向子带幅值系数进行统计建模,并通过改进的最大似然估计方法确定其分布参数。基于一种混合建模的检索方法,将所设计的四种钻石状滤波器的性能通过对Vis Tex和Brodatz纹理库的检索结果进行比较。结合相对相位特征的互补性进行纹理图像的检索。实验结果表明,所提出的方法有效地提高了纹理图像的平均检索率。

基于导向滤波和聚焦区域局部标准差的多聚焦图像融合

针对目前多聚焦图像融合存在着在融合图像边缘处容易出现伪影和光环等问题,提出了一种新的基于导向滤波和聚焦区域局部标准差的多聚焦图像融合方法。首先,设计了一种新的聚焦区域检测策略,它将导向滤波后的源图像与均值滤波后的源图像相减得到绝对差值图像,并以此作为高频信息而生成粗略聚焦图;粗略聚焦图进一步经过导向滤波增强其高频细节信息,从而得到对应源图像的聚焦区域。然后,根据聚焦区域的局部标准差,利用像素级最大化规则得到初始决策图。最后,通过小区域去除策略和导向滤波优化生成最终决策图,并据此利用像素加权平均规则得到融合后的图像。实验结果表明,论文提出的多聚焦图像融合方法在主观视觉效果和客观评价指标方面的综合性能都优于现有的典型融合方法,且其计算效率也较高。

基于Contourlet变换和非线性扩散的IVUS图像去噪

血管内超声(IVUS)图像的分割对于动脉粥样硬化疾病的研究和介入治疗具有重要的意义,但由于其自身存在斑点噪声,从而严重影响图像自动分割的准确性和速度。提出一种基于Contourlet变换和非线性扩散的斑点去除算法(CTND);利用自适应的对比度因子,在Contourlet域直接对IVUS图像各方向子带进行非线性扩散滤波,而不需要同态处理。实验结果表明,这种算法在保持IVUS图像强、弱边缘的同时,能有效地去除斑点噪声,并为图像外膜的提取奠定良好的基础。

基于混合统计建模的图像融合

针对目前在多尺度图像变换域概貌子带和细节子带采用的融合规则不统一的问题,提出一种基于金字塔双树方向滤波器组变换域混合统计建模的图像融合方法.首先将概貌子带系数、高频子带系数和各带通方向子带系数分别建模为混合高斯分布;然后根据期望最大化算法估计参数,并利用新的基于后验概率加权平均的规则进行融合;最后通过逆变换实现有效的图像融合.实验结果表明,与传统的多尺度图像融合方法相比,该方法中各子带采用的融合规则统一,融合性能更佳,并能够适合于各种类型图像的融合.

一种主动感知的纹理图像检索方法(英文)

基于Contourlet变换和支持向量机提出了一种新的纹理图像检索方法。在这种方法中,能量和广义高斯分布参数被用做Contourlet子带图像的特征。通过这种表示,提出了由一类和二类支持向量机组成的两阶段检索算法来完成感知相似性测度。通过具有640个纹理图像的VisTex库和具有1760个纹理图像的Brodatz库证明了所提方法的有效性。实验结果表明,对于这两个纹理库,新的纹理图像检索方法的平均检索率分别达99.38%和98.07%。

基于PDTDFB域混合建模的纹理图像检索

为了联合考虑特征提取和相似性测度以提高图像检索系统的性能,提出一种基于金字塔双树方向滤波器组(PDTDFB)域混合建模的纹理图像检索方法.首先将高频子带系数建模为广义高斯分布,将复方向带通子带的幅值系数建模为Weibull分布,并通过改进的最大似然估计方法确定其分布参数;然后采用一种新的相似性测度分别对VisTex和Brodatz数据库的纹理图像进行检索,得到和查询图像相似的图像子集.实验结果表明,与采用单一统计建模的方法相比较,该方法有效地提高了纹理图像的平均检索率.

基于互补特征的纹理图像检索

针对互补特征可以有效地改善图像检索系统性能的特点,提出一种在改进Contourlet变换域采用L1能量与广义高斯分布参数特征的纹理图像检索方法。首先,应用改进的方法对方向子带系数进行广义高斯统计建模。然后,分别单独利用各个特征和相应的相似性测度进行检索。最后,基于直接的相似性测度和,采用这两种互补的特征进行检索。实验结果表明,和采用单一特征相比较,互补特征由于充分地反映了图像的结构信息和随机分布信息,从而有效地提高了纹理图像数据库的平均检索率。

基于DTCWT域统计特征融合的纹理图像检索

在多尺度变换域,将各子带系数的统计特征进行互补融合可以有效地提高纹理图像检索的性能。文章利用双树复小波变换提出一种新的将低频子带系数的能量特征、高频子带幅值系数的Weibull分布参数特征以及相对相位系数的wrapped Cauchy分布参数特征相融合的纹理图像检索方法,采用VisTex纹理图像库进行检索。结果表明:采用多类系数统计特征的互补融合,以及最优的相似性测度加权组合,能够显著地提高纹理图像检索系统的平均检索率;与现有的7种纹理图像检索方法相比较,所获得的较高平均检索率为86.74%。

基于改进Contourlet变换的纹理图像混合检索方法

Contourlet变换由于可以提供丰富而灵活的方向信息而被广泛地应用于纹理分析领域。一种改进的在频域具有良好局域性的Contourlet变换被应用于纹理图像的检索中。方向子带系数被建模为广义高斯分布,其分布参数用改进的最大似然方法进行估计并被用做纹理图像检索的特征。利用香农熵测度将纹理图像区分为结构性和随机性纹理图像,相应的一种新的基于能量特征和广义高斯分布参数的混合检索方案被提出。根据具有640个纹理图像的VisTex数据库,检索实验结果表明,和现有基于离散小波变换的方法相比较,平均检索率由76.57%提高到83.55%。

具有未知输入增益的非线性系统的跟踪控制(英文)

针对具有未知输入增益的非线性系统 ,提出了一种可实现系统输出跟踪控制的自适应控制方法 .通过在backstepping设计中引入一种新的Nausbaum增益 ,按该方法设计的控制器可以在系统输入增益未知的情况下实现系统输出的渐近跟踪 .

基于模型的CT三维医学图像重建仿真

2DShepp-Logan头部模型是CT二维医学图像重建领域普遍采用的经典模型。提出一种思路—以3DShepp-Logan头部模型作为CT三维医学图像重建进行仿真实验和算法性能评价的基本参考模型。首先介绍3DShepp-Logan头部模型的设计以及仿真投影数据的计算,进而描述所设计的CT三维医学图像重建仿真计算过程。数值实验部分给出了基于3DShepp-Logan头部模型的CT三维医学图像重建仿真实例。实验结果表明了该思路的可行性和模型计算的准确性。

一种改进的自适应形变模型及其血管内超声图像边缘提取应用

血管内超声(IVUS)图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型(T-Snake),该模型能够解决基本T-Snake模型中的自交(Self-collisions)问题,并有着更高的数值计算精度。同时,基于改进的T-Snake模型,给出一种用于自动提取IVUS序列图像冠状动脉血管壁内膜边缘的方法。实验结果表明,所提出方法准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好;表明了改进T-Snake模型的有效性和可实现性。

基于活动轮廓模型和边缘对比度特征量的血管内超声图像边缘提取

血管内超声(IVUS)图像冠状动脉血管壁的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。本研究提出了一种用于自动提取IVUS序列图像冠状动脉血管壁内、外膜边缘的方法。该方法基于活动轮廓模型以及本研究所定义的边缘对比度特征量,利用Hopfield神经网络并结合模拟退火算法自动提取IVUS序列图像冠状动脉血管壁的内、外膜边缘。实验结果表明,本研究方法易于实现,而且准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好,是一种较好的全局最优化算法。

基于3D Shepp-Logan头部模型的三维医学图像重建仿真

Shepp-Logan头部模型是计算机断层图像重建(CT)领域仿真计算普遍采用的经典模型。我们提出一种新思路—以3D Shepp-Logan头部模型作为三维医学图像重建领域进行仿真实验和算法性能评测的基本参考模型。首先介绍了3D Shepp-Logan头部模型的设计与实现以及仿真投影数据的计算,进而描述了所设计的三维医学图像重建仿真计算过程。数值实验部分给出了基于3D Shepp-Logan头部模型的三维医学图像重建仿真实验。实验结果表明了新思路的可行性和模型计算的准确性。

三维Shepp-Logan头部模型仿真投影数据的计算

为了验证三维重建算法的可靠性和准确性 ,提出以 3DShepp Logan头部模型作为三维医学图像重建领域进行仿真实验和算法性能评测的基本参考模型 ,详细介绍了模型的设计与实现以及仿真投影数据的计算 ,并基于 3DShepp Logan头部模型的三维医学图像重建进行了仿真实验 。

基于PCA和广义高斯建模的多聚焦图像融合

为了提高多聚焦图像的融合性能,针对统计图像融合方法中像素间融合参数估计的不足,提出一种基于小波变换域主成分分析(PCA)和广义高斯建模的多聚焦图像融合方法。将高频子带系数建模为广义高斯分布,并通过改进的最大似然估计法获取融合参数。结合低频子带系数的区域PCA融合方法,最终实现有效的图像融合。实验结果表明,该方法与传统的多聚焦图像融合方法相比,可使融合图像的信息量更丰富,具有更佳的视觉效果。

一种血管内超声图像边缘提取方法

血管内超声(IVUS)图像的冠状动脉血管壁内、外膜边缘提取对冠脉疾病的诊断和治疗有着重要意义。针对实际IVUS图像血液斑点噪声比较严重的情况,提出一种基于超声序列图像斑点噪声抑制和活动轮廓模型(Snake模型)的IVUS图像边缘提取方法。首先采用一种时/空滤波方法对IVUS图像进行降噪预处理,该方法能够有效地抑制IVUS图像的血液斑点噪声;然后基于Snake模型和图像的统计特征自动提取冠脉血管壁内、外膜边缘。实验结果表明,本算法简单,准确性较高,对序列图像处理的可重复性和鲁棒性较强,是一种较好的全局最优化算法。

全变差数字滤波器与Ridgelet变换相结合的图像去噪方法

针对Gurvelet变换采用的金字塔分解对图像细节表现的不足,我们提出利用全变差数字滤波器提取图像细节,然后对其采用基于分数阶傅立叶变换和投影-切片定理的Ridgelet变换,在变换域中由极小化极大误差准则进行阈值估计并对变换域系数进行阈值处理,以实现图像去噪.与金字塔分解相比,全变差数字滤波器能够简化图像分解并得到包含几乎所有细节的单幅图像,从而更有利于在Ridgelet域中进行降噪处理.实验结果表明,相对于Ridgelet和Curvelet变换的去噪方法,本文方法在抑制噪声的同时具有更有效的边缘保护能力,同时消除了边缘处的振荡,并且相对于Curvelet变换节省了计算.