一种鲁棒的非均匀灰度图像分割算法

针对非均匀灰度图像分割困难及分割效率低下的问题,该文提出了一种基于活动轮廓模型的高效图像分割算法。不同于传统水平集方法中仅用单一信息定义的能量泛函,该算法结合图像的边缘信息和区域统计信息定义了一个新的能量泛函。边缘信息的利用便于演化轮廓线快速精确地定位至物体边缘;区域统计信息由局部统计信息和全局统计信息构成,一方面,局部统计信息的利用能够有效处理图像的灰度分布不均匀现象,另一方面,全局统计信息的利用避免了轮廓线陷入局部极小值。最后,在轮廓线演化过程中,通过高斯卷积核实现快速规则化,避免了传统模型计算代价高昂的重新初始化或规则化。合成图像和真实图像的实验结果表明,该文算法不仅能够快速有效分割灰度分布不均匀的弱边缘物体,而且对于多灰阶复杂结构物体也能够精确分割;同时,该算法对噪声和初始轮廓线具有较好的鲁棒性。

基于Radon变换的医学图像增强方法

提出了一种基于Radon变换的医学图像增强方法,该方法不仅实现简单,而且能够有效地增强医学图像对比度。通过与常规方法相比较,该方法处理图像更加清晰并且具有较强的鲁棒性。

基于边界信息的医学图像三维插值

目的Cubic卷积插值是医学图像三维插值的常用方法,针对其插值处的结果边界模糊和精度不高的缺陷,建立一种精确度较高的插值方法。方法首先通过模糊对比度增强精确定位图像边界,再运用形态学运算确定出新插值图像边界,对于新插值图像边界点采用最佳匹配对应点插值;对于非边界点采用一种新的Cubic卷积插值方法确定其灰度值。结果本文方法的均方差、不符合像素点数和最大误差均小于传统插值方法。结论本文提出的方法具有较高的精确性。

心脑血管三维分割研究进展

心脑血管疾病是严重威胁人类健康的常见疾病,居各种死亡病因之首.分割作为后续血管三维可视化的关键环节,对于相关疾病的辅助诊疗具有重要意义.鉴于心脑血管位置的特殊性、形态的复杂性及其灰度信息的多变性,对其进行分割仍是一个具有挑战性的课题.文中对当前基于磁共振血管造影术(magnetic resonance angiograph,MRA)和CT血管造影术(computed tomographic angiography,CTA)图像的三维心脑血管分割算法进行了回顾和总结.首先对包括模式识别、基于管状结构的分割、基于中心线的分割和基于活动轮廓模型分割4类技术进行了讨论;进而给出了每类技术的优缺点、适用范围及待改进之处;最后,探讨了该领域研究的发展方向及应注意的问题.

基于线性广义模糊算子图像快速增强算法

目的:研究Pal类模糊算法的图像增强原理,提出适合CT/MR图像的快速增强算法.方法:首先,通过定义一个线性映射函数,将感兴趣区域(ROI)从背景区域分离出来;其次,用线性的广义模糊算子(L-GFO)单独对ROI进行增强.结果:在P4-2.4G/512M/128M微机上,用IDL对50幅CT/MR图像处理速度进行测试,本文算法平均每幅增强处理用时约0.8ms.结论:本文算法减少了运算量、提高了处理速度.

一种基于三维医学图像的对比度模糊增强算法

由CT、MRI断层切片重建出的三维医学图像可以划分为目标区和背景区两部分,进行医疗诊断的信息主要集中在目标区,因此在图像进行处理时应合理区分两部分并采用不同的方法进行处理。文章针对这一问题,提出了一种三维医学图像的对比度模糊增强算法;该算法能够将三维图像目标区与背景区分开,并单独对目标区进行模糊增强处理。实验表明了该算法的有效性和可行性。

从CT体数据场提取人体器官的方法

改进传统窗口调节函数,结合模糊集理论和三维区域生长技术,提出并实现一种采用CT体数据场的人体器官提取新方法。首先在DICOM图像的原始数据空间域中,将窗口调节至使对应组织器官的灰度信息和形状信息的显示最为充分;然后,运用模糊集理论对其进行模糊增强,最后对增强后的结果运用区域生长法将器官提取出来。实验表明本方法能够有效提取出多数的人体器官。不仅提取结果细节清晰,而且分割成功率达75%以上,同时该方法具有较强的鲁棒性。

Ray Casting的医学体数据场绘制算法

为了在普通微机上实现对医学体数据场的实时清晰绘制,给出了一种多种因素融合的光学属性赋值方法,进而提出一种新的医学体绘制算法。将医学体数据场进行分类,对于前景体素集采用LOD(Layer of Detail)技术进行重采样;然后用定义的光学属性赋值方法对采样点赋值,从而将物体距离视点的距离与物体距离光源的距离有效地结合起来。最后,采用基于空间跳跃的加速技术显示背景体素。实验结果表明:对于512×512×482×2 Byte大小的体数据在减少至原来大小2/3的情况下,在普通微机上能够达到2.5 frame/s的清晰绘制。本算法能够实现一般大小体数据场的实时绘制,而且组织器官显示清晰,符合人的视觉特征。

基于PC环境的DICOM医学图像体绘制

针对DICOM医学图像特点,提出了一种基于PC环境的医学图像体绘制方法。该方法通过从DICOM文件中获取图像的相关信息确定三维体数据模型,对该体数据首先进行降维,再对降维后的体数据进行分类,将前景体素分离出来;进而对前景体素先采用最近邻插值,而后采用三次线性插值的体绘制方法进行显示。实验结果表明,该方法能够在PC上实现医学图像的实时体绘制。

福建省新一代人工智能产业发展及对策

人工智能的迅速发展正在改变人类的经济社会生活。福建省作为"数字中国"的孕育地、发源地,理应在人工智能方面走在前列。该文重点围绕福建省产业发展和人工智能发展的优势和短板,以需求为导向,研究了智能经济、智能社会对各领域智能化的新需求,并从顶层设计、核心技术研发、产业布局和人才质量提升等方面提出了具体的政策建议。

多传感器图像融合效果综合评价研究

针对图像融合效果评价问题,利用灰色关联分析的小样本特性和整体比较机制,结合先验知识和量化评价,提出了一种基于多层次灰色关联分析的图像融合效果综合评价方法,评价结果易于定量表示,更加精确、客观,区分度大、可靠性高.该方法不仅可以从整体上进行综合评价,还可以从某个侧面进行特殊性需要的评价,兼顾了实际评价工作中的通用性和特殊性要求.实验结果表明,该评价方法具有较好的实时性和准确性,对于实现具有反馈的图像融合过程,进一步丰富和完善图像融合理论框架具有启发意义和实用价值.

基于全局LBF水平集模型的脑血管层次粗分割

考虑对脑血管进行三维分割具有一定难度,提出了一种基于全局LBF(Local Binary Fitting)水平集模型的脑血管层次化粗分割方法。首先,应用定向加权中值(DWM)滤波和各向异性扩散滤波去除脑图像噪声,同时保存血管边缘信息,在多尺度条件下局部梯度最大(LIGM)算法,应用灰度和梯度信息提取备选血管,基本实现脑灰质去除。然后,改进全局信息LBF水平集算法实现最大强度投影(MIP)图像分割,采用形态信息提取备选血管,剔除干扰组织。最后,融合两种方法实现脑血管粗提取。实验表明,层次化的分割方法可去除大部分不相关脑组织,包含直接双高斯统计模型中的所有分割血管信息。本项研究基于时飞磁共振血管造影(TOF_MRA)数据,相关研究结果可扩展到其它相似系统中。

基于灰色关联分析和IHS变换的图像融合算法

针对IHS融合算法的光谱畸变问题,提出一种基于灰色关联分析和IHS变换的图像融合算法。该算法利用灰色关联分析法检测出SAR图像像素中的边缘点和非边缘点;通过IHS变换,在线性加权融合时赋予边缘点较大的权值。实验表明,该算法在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,具有简洁性和抗噪性,明显优于传统的IHS融合算法和改进的基于直方图匹配的IHS融合算法。

基于区域增长与局部自适应C-V模型的脑血管分割

提出了一种针对TOF MRA(time-of-flight magnetic resonance angiography)磁共振图像的双重分割脑血管提取方法.首先结合高斯滤波,采用二维OTSU算法,结合MIP(maximum intensity projection)图像获得三维血管种子点,定义全局与局部信息相结合的区域增长规则,通过区域增长算法对血管进行粗分割;然后,采用Catt扩散模型对体数据场进行各向异性滤波,提出了局部自适应C-V模型,将初步分割结果作为自适应活动轮廓模型的初始轮廓线进行二次分割.实验结果表明,该算法不仅能够有效分割脑血管粗大分支,而且还能精确提取脑血管的细小结构.

基于改进遗传算法的最佳熵多阈值三维医学图像分割算法

借鉴模拟退火思想对三维医学图像的最佳熵函数进行拉伸,构造出改进的遗传算法适应度函数,同时采用精英选择策略保留各代最优个体以加快算法收敛速度,从而提出了一种新的基于多阈值最佳熵的三维医学图像分割遗传搜索算法。根据文中算法得到的阈值,成功实现了三维医学脑部图像中脑白质、脑灰质、脑脊液的分割。实验证明,当种群规模为30的情况下,即可搜索到较好的阈值用于三维分割,运算速度较传统穷尽搜索法更快,且比原简单遗传算法具有更强的稳定性和精确性。

基于光线投射算法的脑血管体绘制技术

针对分割之后的脑血管体数据场显示问题,在光线投射算法的基础上提出一种全新的体绘制方法。该算法首先对脑血管体数据场进行分类;在光线投射算法的基上,加权考虑脑血管边缘特性、视点与物体之间距离、光源与物体之间距离,提出多因素融合的颜色赋值方法;最后采用CUDA方法进行体绘制加速。实验结果表明,对分割之后的脑血管体数据场,能够实现符合人眼视觉特性的清晰显示,并能进行实时交互。

面向时飞磁共振血管造影术的脑血管统计分割混合模型

由于人体脑血管结构复杂,空间比例小,三维分割和重构十分困难,本文面向时飞磁共振血管造影(TOF MRA)数据提出了一种新的瑞利高斯有限混合模型来实现脑血管的自动提取和分割。首先,对已有的混合模型进行了分析;然后,采用最大强度投影法(MIP)预处理脑部数据后采用高斯分布拟合血管类,采用瑞利分布和高斯分布拟合非血管类。提出的模型构造简单,参数向量较少;在血管与非血管的混合区域,模型与灰度直方图具有较好的拟合性。模型在传统期望最大化(EM)算法中加入随机扰动项构造随机期望最大化(SEM)算法来实现混合模型的参数估计,降低了算法对初值的依赖,同时提高了鲁棒性。实验证明,与已有双高斯模型相比,血管点数增加了27%,可细分到三级血管且细节的连通性更好。本模型可更准确地拟合数据的灰度分布曲线,有效地分割脑血管主分支及周围较细小分支,泛化性较好并可应用于相似系统中。

一种基于形状的三维医学图像插值算法

三维医学图像的层间插值是实现医学体视化的一个重要步骤;传统的直接灰度插值方法只适用于层间距小或形状差别不大的断层扫描图像,否则会产生严重的轮廓模糊现象;文中的三维插值算法通过对轮廓进行多边形近似,将形状和灰度信息较好地结合起来,充分利用了图像的形状信息,从而较好地避免了大层间距和形状差别较大时的轮廓重影问题,实验结果证明了其有效性。

基于平稳小波变换的图像融合算法

针对IHS(intensity,hue.saturation)融合算法的光谱畸变和正交小波变换融合算法的方块效应问题,提出了一种基于平稳小波变换的图像融合算法,并且探讨了在图像处理中应用灰色系统理论的可行性和有效性。该算法结合IHS变换,对于图像平稳小波分解的高频分量利用灰色关联分析准确、有效地检测出有用的边缘信息,并在确定融合权值时,给予不同的重视程度。实验表明,本文算法能够克服正交小波变换在图像融合中出现的方块效应问题,在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,又由于新算法引入灰色关联分析进行像素分类,具有良好的抗噪性和可控边缘信息量等优点,使算法灵活、有效,进一步改善了融合图像的质量。

一种基于最大熵的VHP彩色图像分割方法

提出了一种新的颜色特征函数,将其提取出的特征与最大熵原则ICM(iterated conditional modes)方法结合进行可视人彩色图像的分割,实验结果表明本文分割出的脑部组织和颅骨效率高、误分率低.