基于MRI增强绝对梯度纹理分析对垂体瘤质地术前评估的可行性分析

目的采用MRI绝对梯度纹理分析方法对垂体瘤的质地进行分析,并探讨该技术的可行性,为垂体瘤的术前评估及术式选择提供影像学参照。方法回顾性分析2018年1月~2020年6月本院经手术病理证实的55例垂体瘤患者的病例资料,其中质地硬者20例,质地软者35例,选取病变矢状位增强T1WI图像最大层面,采用Mazda纹理分析软件勾画感兴趣区,比较软、硬两种质地垂体瘤绝对梯度参数,采用二元Logistic回归分析法及ROC曲线分析法联合预测因子及各参数对软、硬两种质地垂体瘤的诊断效能。结果不同质地垂体瘤梯度均值及变异度比较,差异有统计学意义(P<0.05);不同质地垂体瘤偏度、峰度、非零梯度百分比比较,差异无统计学意义(P>0.05)。二元Logistic回归分析显示,联合预测因子取值0.810时,其对应的敏感度和特异度分别为100.00%、80.00%。ROC曲线分析显示,梯度均值、变异度及联合预测因子的AUC值均大于0.7,同时联合预测因子的AUC值达0.920,较均值及梯度具有更好的诊断效能。结论MRI绝对梯度分析方法可提供量化型特征参数,为垂体瘤质地的术前评估提供了新的切入点。

结合多尺度分解和梯度绝对值算子的显微图像清晰度评价方法

针对显微图像自动对焦和成像系统质量评价问题,结合多尺度分解工具和梯度绝对值算子设计,提出了一种显微图像清晰度评价算法。采用非下采样剪切波分解,对输入的显微图像进行多尺度、多方向变换,得到一幅低频子带图像和若干幅高频子带图像。结合抗噪阈值设置,计算各子带图像的梯度绝对值算子和,利用图像清晰度变化对于低频和高频子带系数影响的差异,将高低频梯度绝对值算子的比值作为最终的显微图像清晰度评价数值。开展了仿真论证实验和实拍论证实验,实验结果表明,所提出的清晰度评价算法具有较好的单调性和抗噪特性,和几种经典的评价算法相比,本文方法得到的评价结果在灵敏度、稳定性和鲁棒性方面表现更为优异,具有很好的实际应用价值。

星载重力梯度仪的研究发展

本文首先阐述了卫星重力梯度测量的实现与特点,其次介绍了重力梯度卫星GOCE任务及卫星核心载荷——重力梯度仪情况,论述了重力梯度仪的研究发展历程,重点探讨了一种新的基于原子干涉测量技术的绝对重力梯度仪,通过研究分析得出了这种绝对重力梯度仪具有测量精度高和应用领域广的优越性,最后提出我国发展卫星重力测量技术的建议。

融合局部纹理和形状特征的人脸表情识别

针对局部二值模式(LBP)、中心对称局部二值模式(CS-LBP)和梯度方向直方图(HOG)的不足进行改进,该文提出中心对称局部平滑二值模式(CS-LSBP)和绝对梯度方向直方图(HOAG),并提出一种融合局部纹理特征和局部形状特征的人脸表情识别方法。该方法首先采用CS-LSBP算子和HOAG算子分别提取人脸表情图像的局部纹理特征和局部形状特征,然后使用典型线性分析法(CCA)进行特征融合,最后利用支持向量机(SVM)进行表情分类。在JAFFE人脸表情库和Cohn-Kanade(CK)人脸表情库上的实验结果表明,改进的特征提取方法能更加完整、精确地提取图像的细节信息,基于CCA的特征融合方法能充分发挥特征的表征能力,该文所提人脸表情识别方法取得了较好的分类识别效果。

融合DCLBP和HOAG特征的人脸表情识别方法

为了进一步提高人脸表情识别算法的准确性,提出一种融合双编码局部二值模式(DCLBP)算子和绝对梯度直方图(HOAG)算子的人脸表情识别方法,该方法首先利用DCLBP算子提取人脸图像的局部纹理特征,利用HOAG算子提取人脸图像的局部形状特征;然后,采用典型相关分析法(CCA)融合所提取的两种特征;最后,利用支持向量机(SVM)进行人脸表情分类。实验结果表明,与单一特征识别方法和级联特征识别方法相比,本文方法获得了更好的识别效果,在CK (Cohn-Kanade)和JAFFE数据集上的实验分别达到了100%和99.05%的识别率,与其他相关方法的比较也验证了其有效性。

基于改进支持向量机的视频摘要技术

鉴于视频监控系统获取到的视频数据十分庞大且其中存在大量冗余信息,通过视频摘要技术将这些视频数据浓缩成简短的摘要视频,让用户快速、准确地获得视频中的重要信息,提高视频数据的管理效率。采用二进制化的支持向量机和滑动窗口结合的方法,利用图像在HSV颜色域中的梯度信息,提取原始视频中具有重要信息的关键帧,然后把提取到的关键帧融合得到摘要视频。实验结果表明,该方法不但能够快速、准确地提取关键帧并形成摘要视频,而且能够取得较好的效果。

顾及各向异性加权力矩与绝对相位方向的异源影像匹配

针对异源遥感影像之间存在光照差异显著、对比度差异大和非线性辐射畸变等问题所导致的匹配难题,提出了一种顾及各向异性加权力矩与绝对相位一致性方向直方图的异源影像匹配方法。首先利用各向异性滤波进行影像非线性扩散,计算影像的相位一致性最大矩和最小矩,并构造各向异性加权力矩方程,求解得到各向异性加权力矩图;然后对相位一致性模型进行扩展,生成绝对相位一致性方向梯度,并结合对数极坐标描述模板,设计了一种绝对相位方向梯度直方图(histogram of absolute phase consistency gradients,HAPCG);最后利用欧氏距离作为匹配测度进行同点名识别。将多组存在光照、对比度和非线性辐射差异的异源遥感影像作为数据源,分别与尺度不变特征变换(scale invariant feature transform,SIFT)、位置尺度定向不变特征变换(position scale orientation-SIFT,PSO-SIFT)、Log-Gabor直方图描述符(Log-Gabor histogram descriptor,LGHD)和辐射变化不敏感特征变换(radiation-variation insensitive feature transform,RIFT)等方法进行对比实验。结果表明,在异源遥感影像匹配中,所提方法在综合匹配性能上明显优于SIFT、PSO-SIFT和LGHD等方法,其平均同名点匹配数量提升了2倍以上,均方根误差为1.83像素。与RIFT方法相比,在匹配同名点相近的情况下,所提方法可以取得更高的匹配精度,能实现异源遥感影像稳健匹配。