医学图像网格基于语义的信息集成方法

提出了一种医学图像网格MedImGrid(medical image grid)基于语义的信息集成方法.基于HL7RIM(health level 7 referenced information model)生成父本体(HL7-RIM ontology),采用混合方式(hybridmeans)建立MedImGrid全局和局部本体的分级结构.结合代理和中间件技术开发了HL7(health level 7)Grid中间件,实现了具有医疗语义解析功能的HL7智能代理,以支持对异构数据源的Grid Service封装与统一访问.基于本体标记表达异构数据模式的语义模型在本体层的相关关联,参照MedImGrid各级本体实现数据源间的语义解析和映射.MedImGrid原型系统基于CGSP2(China grid support platform v2.0),采用了局部与全局语义映射松耦合的构架,其特有的层次结构使得网格环境下跨系统/医院的信息集成更加有效.

基于遗传算法的基因芯片图像网格定位

对基因芯片荧光图像进行网格定位是进行芯片分析的前提与关键。利用变形模板匹配方法 ,基因芯片的自动网格定位问题转化为优化问题 ,从而用遗传算法求解。遗传算法是一种模拟自然界进化过程的启发式优化算法 ,具有高效及可收敛到全局最优点的特点。

图像网格法及应用

针对二维图像数据量大、运算时间长而不利于信息提取的特点,提出一种图像网格法。该方法将二维图像在图像坐标系中被分割成一种矩形方块序列,即图像"数据区"集合,并建立其背景特征数据库,因此能够利用背景特征的瞬时变化来测知各个方块在同一时刻所发生的图像信息变化,实现对多目标探测、识别与跟踪的快速反应。单个目标的识别运算周期能够减小至整幅二维图像常规处理时间的1M×N,M、N分别为图像"数据区"的像素列、行数。应用该网格法及其信息处理算法于钢坯定尺切割过程控制及空中多目标识别技术,显示该项成果较同类研究具有较大的性能优势。

一种改进的图像网格像素级剖分插值算法

为了提高算法的剖分正确率,提出基于重叠判定的三角剖分方法.同时利用三角形重心坐标性质,改进剖分后三角形内部插值方法,有效降低算法时间复杂度,提高算法插值效率.实验结果表明,改进后的算法较好地保持了图像边缘,并改善图像平滑度,具有一定的实用价值.

基于特征的图像网格生成方法

基于网格形变的图像缩放算法是目前的一个研究热点。适当的图像网格表示是这类算法成功的关键之一。提出一种基于图像特征的三角形网格生成算法。提取图像分割形成区域的边缘特征点,与图像四条边界上均匀分布的点一起,作为改进的Dart-throwing算法的初始点集。用距离变换计算每个像素到最近边缘线的距离,作为Dart-throwing算法的控制参量;所生成的网格点集接近边缘线时密集,远离边缘线时稀疏。最后用Delaunay算法形成图像的三角形网格表示。实验结果表明,所生成的三角网格较好地体现了图像的结构特征,并且有效减少了网格点数目,有利于提高后续算法的处理效率。

基于工作流的图像处理网格平台及其遥感应用

图像处理网络平台基于工作流实现资源共享和协同计算,是一个灵活、动态的图像处理问题解决环境.其中,网格工作流技术可满足灵活多变的应用需求,通用服务请求代理能实现异构网格服务的简单调用,动态工作流模型利用具有较强描述功能的扩展有向无环图建模语言进行定义.该平台已成功地应用于遥感图像处理.

基于改进Harris角点提取算法的网格图像破损检测

针对周界网格状围栏破损预警问题,提出一种基于改进Harris角点的网格图像破损检测算法。传统Harris角点提取算法需要对图像中每个像素点计算横纵方向上的一阶导数以及角点响应函数值,算法复杂度高,通过引入灰度"相似度"的参数来计算像素点与其周围像素灰度值的相似程度,从而滤除伪角点,减少Harris角点提取时间,最后通过分析角点分布信息来界定破损区域。对移动机器人采集的典型围栏破损图像进行了检测试验,由实验结果可看出,Harris角点提取时间大大减少,表明该算法有效且满足围栏破损检测实际应用要求。

网格图像法提取多维脉搏特征信息

利用前期研制的基于单CCD(charge coupled device,电子耦合器件)的脉搏多维信息测量装置,采集得到脉搏动态时变图像序列。重新设计传感器触头为绘有网格点的软性双层薄膜结构,在此基础上,建立了测量原理模型,论证了该装置获取脉搏多维信息的可行性。随后,通过对网格点图像的处理,成功提取了脉搏波的形态、频率、节律及脉宽信息,所得结果与测量模型分析一致。研究表明,该系统能够有效提取多维脉搏特征信息,为脉搏信息的检测和表征提供了一种全新的手段和方法。

MRI和CT图像融合构建头面部分层网格模型的研究

目的:分层构建头面部软、硬组织三维网格模型,探讨其在计算机辅助手术中的应用价值。方法:依据正常人头面部MRI和三维CT断层扫描图像,进行MRI与CT图像的融合,识别确定重建对象,对皮肤、皮下组织及骨组织采用灰度阈值法进行自动重建;采用MIMICS软件对获取的医学信息进行分层网格划分,完成建模。结果:完成了包含皮肤、皮下组织和骨组织的正常人头面部三维网格模型。模型单元及节点数分别为皮肤层36524个单元,18263个节点;皮下层38954个单元,19247个节点;头颅68722个单元,33689个节点。结论:利用医学影像资料的图像融合,采用MIMICS软件等数字图像技术可实现人头面部复杂结构的精确三维重建和分层网格划分。

板料成形应变测量中方网格图像的亚像素匹配

针对板料成形应变测量中应用的方形网格,提出一种网格图像亚像素匹配法.采用二值化和细化等方法得到网格线条的细化图像,然后通过初、精两次定位提取网格节点的亚像素图像坐标,并建立各节点之间的拓扑关系.在已知各次拍摄时相机位置与姿态的基础上,根据网格节点的拓扑关系和极线约束实现同名网格节点自动匹配.实验结果表明,所有匹配点对之间极线距离的平均值约为0.17像素时,匹配稳定可靠.匹配结果可作为后续应变计算的基础数据.

板料零件应变测量的网格图像处理

基于网格测量板料冲压零件拉延成形的面内应变分布和厚度变化,是进行冲压成形分析的一种有效手段.结合实例研究了视觉测量中的关键技术之一——网格图像处理主要步骤、理论及方法.结果表明采用图像处理技术能改善网格图像的视觉效果,提高图像的清晰度;突出图像中的有用信息,削弱干扰和噪声,强调边缘,从而将图像转换成了一种更适合人或机器进行解释和分析处理的形式,是视觉技术进行板料零件应变测量的必备基础.

板料零件网格坐标图像特征提取算法研究

为进行板料零件冲压成形分析,采用网格坐标图像的视觉测量法进行变形区域塑性主应变分布的测量。该方法基于视觉测量变形区域应变分布;通过二维网格坐标图像的特征信息完成物体的三维重建,其中图像边界和特征点是常用的图像特征信息。在传统Freeman链码边界追踪算法的基础上进行改进可节省运算时间,跟踪后产生单像素宽度的轮廓边缘。在MFC中创建了一个基于OpenCV的应用程序,在单像素边界图像的基础上,利用OpenCV库函数实现对图像特征点的提取。试验结果表明,利用OpenCV实现特征点提取能省去不少编程的复杂工序,具有速度快和效率高的特点。

氢气泡网格图像测速法──瞬态二维速度场测量

本文介绍一种二维瞬态多点流场测量方法──网格图像测速法。运用数字图像处理技术由氢气泡时间－染色线流动显示图像自动生成网格图像，网格图像的网格结点为氢气泡块角点的拟合点，由网格结点的位移确定流场速度。

基于自适应阈值的网格图像行分割算法

针对网格图像文字自动识别受网格横线影响的问题,提出将网格图像按照网格横线进行行分割的自适应阈值算法。在对网格图像行分割过程中,首先对灰度图像使用类别方差自动门限法(OSTU算法)取得图像二值化的阈值,将此阈值作为全局阈值对图像进行二值化操作。然后针对图像的二值化数据进行了水平投影,利用统计法取得行分隔的阈值,并结合行分隔阈值实现了网格图像行分割的算法。最后将算法在Matlab中进行了验证和分析。

图像匹配在海底地图匹配中的应用

应用海底地图匹配技术提高水下载体(AUV)定位精度。通过双三次B-样条曲面插值重建参考地图(RDM),选取RDM中部分地图附加正态白噪声模拟当地水深地图(LDM)。将两块地图同时转化为8位256级灰度图像,应用图像相关法进行匹配。仿真显示,该方法具有较高的匹配精度和一定的抗差特性,具有适应大面积海底地形,包括平坦区域和复杂区域的特点。

三维超声心动图空间任意方向断层图像的重建

介绍了保边界的有偏距离加权同心插值法 ,在对三维超声心动图进行插值处理时 ,把三维规则不均匀的数据场变为规则均匀的数据场 .实验证明 ,该方法克服了常用的同心插值法的低通滤波特性带来的图像边缘模糊效应 ,其计算简单、运算速度快 ,为实现快速三维重建提供了必备条件 .

鱼眼图像的目标物体角点检测方法

为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野范围目标的位置与距离同时测量奠定基础。

基于深度匹配的由稀疏到稠密大位移运动光流估计

针对非刚性大位移运动场景的光流计算准确性与鲁棒性问题,提出一种基于深度匹配的由稀疏到稠密大位移运动光流估计方法.首先利用深度匹配模型计算图像序列相邻帧的初始稀疏运动场;其次采用网格化邻域支持优化模型筛选具有较高置信度的图像网格和匹配像素点,获得鲁棒的稀疏运动场;然后对稀疏运动场进行边缘保护稠密插值,并设计全局能量泛函优化求解稠密光流场.最后分别利用MPI-Sintel和KITTI数据库提供的测试图像集对本文方法和Classic+NL,DeepFlow,EpicFlow以及FlowNetS等变分模型、匹配策略和深度学习光流计算方法进行综合对比与分析,实验结果表明本文方法相对于其他方法具有更高的光流计算精度,尤其在非刚性大位移和运动遮挡区域具有更好的鲁棒性与可靠性.