骨边界增强滤波的图割算法

精准的骨组织分割是辅助骨科疾病诊断和手术规划的必要步骤. 由于骨边界模糊、对比度低、骨关节处间隔狭窄,骨组织自动分割一直是医学图像分割中的难题. 传统的图割算法仅基于图像强度特征,在分割骨组织时不但需要人工设置种子点,且存在关节处骨边界分割不清晰等问题. 为此,结合骨边界增强滤波、形态学理论和图割算法,提出一种新的图像分割算法. 以图割算法为框架,基于Hessian矩阵设计增强骨边界的滤波器,将滤波结果转换为约束项加入到图割的能量函数中,求解图割模型获取初步分割结果;基于形态学理论提出对初步结果图进行先腐蚀后简易图割的后处理方法,利用腐蚀图替代人工输入初始化图割模型,实现相邻骨组织的自动分离. 使用内部股骨数据集、癌症影像档案馆(TCIA)公开数据集进行算法验证. 实验结果表明,相比阈值分割、区域生长、传统图割,该算法在Dice、精确度、F1分数等指标上均取得了更好的结果,可作为临床诊断的可靠依据.

基于模糊逻辑的指纹图像增强滤波

本文提出了一种新的基于模糊逻辑技术的指纹图像增强滤波器,通过模糊边缘判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测,并针对指纹图像的平滑区域和边缘区域分别采用不同的模糊规则进行增强滤波。实验结果表明这种滤波器在图像的平滑区域具有好的滤波性能,对于边缘区域,则能够在保持边缘细节的同时滤除噪声。

基于血管增强滤波的脑部静脉分割新方法

目的将本身灰度不均的静脉从有噪声干扰、结构复杂的脑部磁敏感加权图像中准确地分割出来。方法提出基于血管增强滤波联合动态阈值分割和动态阈值区域生长的血管提取方法。前者分割出部分静脉作为种子点,后者生长至几乎全部静脉。结果在重度噪声和干扰的仿真图像中,可以达到90%以上的正确率;在临床图像中,能准确地提取出了静脉,清晰地显示了静脉的脉络结构。结论上述方法可以准确地实现脑部磁敏感加权图像中的静脉分割,有效地避免误分割,同时具有很好的鲁棒性。

基于高频增强滤波的光学图像识别谱面增强

在实时联合变换相关器中,由于电寻址液晶透过率较低,造成功率谱对比度比较低,相关峰强度太弱,甚至得不到相关峰.应用高频增强滤波处理技术对功率谱进行滤波处理,能有效提高功率谱对比度,增加信息量,得到较好的相关峰.实验结果证明该方法可行,产生的相关点亮度大幅提高,有利于目标的识别和定位,并给出高频增强滤波参数的选取方法.

CT结肠镜中的电子清肠:结肠增强滤波

针对由于口服对比剂的部分容积效应,使得电子清肠存在两种伪影:伪软组织和软组织退化的问题,利用结肠增强滤波来进行电子清肠.首先在确定初始标记物区域时,采用发射射线法,去除伪软组织;然后利用Hessian矩阵的特征值针对不同的结构表现不同的特性,构造结肠软组织增强函数,同时增强空气中和标记物中的软组织.实验表明,该方法能够减轻标记物中软组织退化,去除伪软组织,同时保存夹在标记物和空气之间的褶皱,与手动分割结果的重合率高达91.7%.

基于增强滤波和特征聚类分析的导线隐患识别技术研究与应用

及时发现输电线路导线隐患是保障线路安全运行的关键,鉴于现有巡检图像处理过程中存在的不足,本研究在国内外已有研究成果的基础上进行了算法优化,提出了一种基于增强滤波和特征聚类分析的导线隐患识别算法。实验测试表明该算法对于线路巡检图像中的处理速度和识别准确率均优于传统算法,能够快速准确地实现导线提取和隐患的识别。由于该算法对硬件配置要求较低,能够在巡检现场完成对图像的分析和处理,具有较大的实用价值。

增强型滤波及冲击性机械故障特征的提取

机械故障所引起的时间序列的微弱变化往往被由机械自身结构特点所引起的振动信号和来自其他振源的振动干扰信号及白噪声等所组成的强背景噪声所淹没,尤其是在设备出现早期故障时,这种微弱的故障特征信号很难被识别。根据机械噪声及冲击性故障特征信号的特点,提出了基于进化论自适应滤波和小波降噪耦合的增强型滤波器新算法,即克隆法和匹配法的子代繁衍与重构小波系数耦合的算法。模拟计算和物理台架试验结果表明,该算法不仅可较大幅度提高信号的信噪比,且可处理强噪声环境下的非线性噪声,具有较强的提取微弱冲击性故障特征的能力,且该方法具有很强的实用性。

基于FPGA的增强Lee滤波算法设计与实现

增强Lee滤波算法能够较好地滤除影响SAR景象匹配性能的相干斑噪声,是一种非常有效的SAR图像预处理方法。为了提高图像处理算法在硬件上实现的实时性,本文根据FPGA编程特点,对增强Lee滤波计算过程进行优化,并利用硬件描述语言完成了增强Lee滤波在FPGA中的实现。实际工程应用表明,此种方法能够快速实现SAR图像相干斑噪声的滤除,同时保证了SAR景象匹配算法的实时性。

农业图像NSCT-DWT域自适应滤波增强算法

将非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)与离散小波变换(discrete wavelet transform,DWT)相结合,提出了1种针对农业图像的NSCT-DWT域自适应滤波增强算法。首先对图像进行NSCT分解与重构获得空间域原始图像的背景和细节图像;然后将改进的Pal-King模糊增强算法应用于增强背景图像;对于细节图像则进行3层二维离散小波变换,对高频系数采用一种基于自适应阈值的改进型阈值函数模型进行去噪,系数重构获得去噪后的细节图像;最后对增强后的背景图像与去噪后的细节图像进行叠加。结果表明,该算法对农业图像处理效果优于2类已有的小波阈值去噪算法。

基于图像局部滤波去噪增强算法的图像语义分割问题研究

图像语义分割技术是一项重要的图像后期处理方法,在计算机智能识别和视觉传达领域有着重要应用。从图像语义分割局部增强问题出发,研究两种常见的图像分割技术,在此基础上提出了改进的图像局部滤波去噪增强算法,并详细阐述了算法的实现步骤,用实验的方法通过比较了图像熵值大小分析算法的运用效果,结果表明,改进的图像局部滤波去噪增强算法的熵值最大,增强效果最好。

一种改进的增强Lee滤波算法

为了有效地去除SAR图像固有的相干斑噪声,给出一种将改进的中值滤波与Lee滤波相结合的增强Lee滤波算法。实验表明这种方法不仅能有效地去除斑点噪声,而且能很好地保持图像的边缘信息。

基于改进的增强Lee滤波的数字全息图再现像降噪方法（英文）

在数字全息图的制取过程中,高相干性的激光会在全息图上产生斑点状的噪声,从而在再现像中产生散斑噪声,影响了全息图的质量。目前Lee滤波作为一种去除散斑噪声的方法,对全息图再现像中的乘性散斑噪声也有较好的去除效果。本文在Lee滤波的基础上,结合均值滤波,提出了加权型增强Lee滤波算法。这种方法对数字全息图再现像进行处理,获得了更好的去噪效果.

基于DSAS和Gabor滤波增强的海南人工岛建设对砂质岸线变化的影响分析

离岸人工岛作为开发利用海洋空间资源的一种方式,影响了近岸的水动力条件,对近岸砂质岸滩稳定性造成了冲击。文中基于Landsat和高分系列影像数据,采用Canny边缘检测方法提取了海南省椰林湾海上休闲度假中心人工岛(下文称椰林湾人工岛)和日月湾人工岛2011年至2018年近岸砂质岸线数据,运用数字岸线分析系统(DSAS)对人工岛建设前后周围砂质岸线变化进行分析。选取建岛前后处于涨潮期的影像对其进行Gabor滤波增强处理,通过影像所包含的纹理信息提取人工岛建岛前后水体流态方向场数据,用于分析泥沙运移趋势。结果证明:两个人工岛建设后明显的改变了周围水体的流向,椰林湾人工岛建成后邦塘湾东段近岸砂质岸线由侵蚀转变为淤积,最大淤积速率达151.48 m/a,并在人工岛后方形成连岛沙坝;西段沿岸由淤积转变为侵蚀,最大侵蚀速率达85.13 m/a。日月湾人工岛砂质岸线由自然状态转变为淤积,"日"岛近岸最大淤积速率达到196.25 m/a,已形成连岛沙坝,"月"岛最大淤积速率为82.21 m/a。

基于增强型显式互补滤波的无人机姿态算法

针对中小型飞行器使用微机电系统(MEMS)器件无初始对准过程导致姿态估计精度低的问题,提出一种基于增强型显式互补滤波的无人机姿态算法。利用加速度计算出俯仰角与横滚角,通过磁强计算出航向角,并使用陀螺仪进行信息融合,算出导航前一时刻的姿态角及四元数。在显式互补滤波基础上,构造了利用地磁场强度信息及比例积分误差控制来修正航向角的增强型显式互补滤波(EECF)算法。仿真结果表明,采用EECF算法可有效解算航向角,并且加入初始对准提高了飞行器姿态解算的精度。算法使用由STM32主控、GY-86传感器模块及其他器件组成的无人机进行了实际飞行验证。

Kalman滤波语音增强算法的参数估计与实现

针对Kalman滤波语音增强算法的参数估计及实现问题,提出基于协作式的新型递归神经网络方法。该方法通过协作式递归神经网络算法进行自回归AR参数估计,并利用有噪自回归信号的最小均方算法进行噪声方差参数估计。仿真实验表明,综合以上2种参数估计方法的Kalman滤波语音增强算法具有高效、实现简单的特点,消噪效果明显。

基于Hessian矩阵的多尺度视网膜图像增强方法

眼底视网膜图像的血管增强在眼科诊断中具有广泛的研究价值。提出了一种基于Hessian矩阵的多尺度血管增强方法,给出了应用的方案和过程,并在DRIVE眼底图像数据库上进行实验。与其他血管增强方法相比,该方案可达到相当的准确率,且在同等准确率下具有较高的鲁棒性。

结合人耳听觉感知的两级语音增强算法

针对现有语音增强算法面临残留噪声这一问题,结合人耳听觉系统的掩蔽特性,本文提出了一种优化的语音增强算法。算法分为两级,第一级利用MMSE-LSA谱估计法对带噪语音进行降噪处理,经过处理后,带噪语音信号的信噪比得到了提高。然后,针对第一级增强语音信号中的残余噪声利用人耳听觉掩蔽特性掩蔽掉。为此,算法结合人耳听觉掩蔽特性设计了感知增强滤波器,该滤波器能够有效去除第一级增强语音信号中的残留噪声。仿真实验表明,在各种复杂背景噪声以及信噪比环境下,经过本文算法处理后的增强语音信号残留噪声明显减少,算法提升了增强语音的主观感知质量。

滤波技术在煤田断层精细检测中的应用

中值滤波技术可以有效地去除随机噪声,增强水平同相轴的连续性,但其未考虑地层倾角的变化。断层/边缘增强滤波技术考虑到地层倾角的变化因素,能够突出细微差别,改善低信噪比资料,显著提高地震剖面质量。实践证明,断层/边缘增强滤波技术能更加突出地层接触关系,可以有效提高小断层的解释精度,提高煤田三维地震勘探资料解释的精度和准确性。

保持边缘的SAR图像滤波方法

首先阐明了SAR图像边缘和边缘保持的概念。其次 ,提出了一种评价平滑图像边缘保持的方法。通过计算发现 ,常用的标准滤波方法 :增强Lee滤波、Kuan滤波、增强Frost滤波和GammaMAP滤波的边缘保持能力很差。最后发展了一种能保持边缘的SAR图像滤波方法。这种方法是对Han等人去除SAR图像斑点噪声方法的改进 。

一种易于硬件实现的红外图像实时增强算法

根据红外图像的特性,对常用的图像增强算法进行了详细分析,提出了采用平台直方图均化和增强高通滤波加权平均的红外图像增强算法。该算法具有良好的图像增强能力,且易于采用FPGA达到实时图像增强的效果。