非下采样方向滤波器组在遥感图像融合中的应用

利用具有平移不变性的非下采样方向滤波器组(NSDFB),结合具有平移不变性的àtrous小波变换,提出了一种基于NSDFB的低分辨率多光谱图像和高分辨率全色图像的融合方法。将多光谱图像亮度、色度、饱和度(IHS)色彩空间的I分量和全色图像(PAN)分别进行àtrous小波变换,并对得到的高频系数分别进行NSDFB分解,从而得到多方向的高频信息,然后将高低频系数分别通过一定的融合算子进行融合、重构,得到I′分量,最后通过IHS逆变换得到融合图像。实验结果表明,在几种不同的客观评价标准下,该方法优于传统的IHS、主成分分析法(PCA)和小波变换方法的融合效果,能有效地改善主成分分析法(PCA)和小波变换所带来的虚假边缘和光谱扭曲现象。

采样方向对中药饮片横切面图像纹理特征参数的影响

目的:考察采样方向对中药饮片横切面图像纹理特征参数的影响。方法:选取4种形状及纹理特征各异的中药饮片,分别采集其完整和不完整饮片在旋转不同角度后得到的图像,并基于灰度共生矩阵和灰度梯度共生矩阵提取图像的26个纹理特征参数。通过分析26个纹理特征参数变化曲线图的变化趋势和变化幅度等差异,探讨不同采集方向对图像纹理特征参数的影响。结果:当中药饮片为完整饮片时,其切面图像的26个纹理特征参数不受采样方向的影响;当饮片样本不完整时,其切面图像的26个纹理特征参数受采样方向的影响,而且饮片形状越不规则产生的影响越大。结论:对于不同形状及纹理特征的中药饮片进行图像采集时考虑采样方向对纹理特征参数的影响,为获得高质量的中药饮片采集图像提供了保障,也为基于纹理特征参数的判别模型建立奠定了基础。

基于非下采样方向滤波器组的红外复杂地面背景抑制

针对弱小目标检测技术的难点,根据红外图像中目标和背景杂波的特性,提出了一种基于非下采样方向滤波器组的红外地面背景抑制方法。首先,采用非下采样方向滤波器组对图像进行多方向分解,提取图像方向细节特征,然后,根据目标和背景杂波信号的差异,通过将基于傅里叶变换域的频域调整策略应在于分解后各方向子带,从而将红外图像中弱小目标和背景杂波分离,达到抑制背景的目的,最后采用经典的自适应阈值分割技术得到目标点,最终实现对目标的检测。实验结果显示,与最大中值滤波和局部去均值滤波方法相比较,该方法能有效地检测出信杂比较低的目标。

2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法

针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题,设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值,并比较二者阈值的大小,计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制,构建了多尺度方向分解模型,将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数,以获得源图像的细节和特征信息。对于低频系数,引入加权平均作为低频系数的融合准则;根据区域能量对比度与清晰度来定义融合规则,完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明:与当前常用红外与可见光图像融合对比,所提算法具有更高的融合质量,所输出的图像具有更好的对比度与丰富的细节信息。

采用梅花采样方向滤波器组的多光谱图像融合

利用梅花采样方向滤波器能够提供丰富的方向信息的特点,提出了一种基于此方向滤波器组的多光谱图像融合方法。该方法通过IHS变换,将多波段影像从RGB空间转换到IHS空间,对I分量及全色影像进行梅花采样方向滤波器变换,得到相应的低频子图像和高频不同方向的子图像,将它们按一定的融合规则得到新的I分量,通过IHS逆变换得到RGB融合图像。实验结果表明,该方法在图像边缘等细节上有较好的视觉效果,取得了优于IHS方法和基于梅花形采样离散小波变换方法的融合效果。

基于离散平稳小波和非下采样方向滤波器组的纹理分类

结合小波变换的多尺度性和Contourlet变换的多方向性,提出了一种新的基于离散平稳小波变换和无下采样方向滤波器组(stationarywavelet transform and nonsubsampled directional filter banks,SWT-NSDFB)的纹理分类方法,采用具有平移不变性的离散平稳小波先进行多尺度分解;然后对每层分解得到的高频子带采用非下采样方向滤波器组进行多方向分解,再计算低频子带和各层方向子带的能量作为纹理特征;最后用支持向量机实现纹理分类。实验结果表明,该方法有效地提高了纹理分类的正确率,而且在小样本情况下,依然可以得到较好的结果。

读出方向分段采样DWI鉴别舌良恶性病变

目的探讨读出方向分段采样(RESOLVE)DWI对舌良恶性病变的鉴别诊断价值。方法回顾性分析经临床及病理证实的120例舌部病变患者的资料,患者术前均接受常规MR检查及RESOLVE DWI。测量病变的ADC值,比较舌良恶性病变间ADC值的差异,应用ROC曲线评价ADC值的诊断舌良恶性病变的价值。结果 120例舌部病变均单发,其中良性病变56例,恶性病变64例。良性病变ADC值为(1.81±0.45)×10^(-3) mm^2/s,恶性病变为(1.02±0.24)×10^(-3) mm^2/s,二者差异有统计学意义(t'=12.21,P<0.001)。以ADC值诊断舌部良恶性病变的ROC曲线AUC为0.976(P<0.001),以ADC值=1.25×10^(-3) mm^2/s为临界值,诊断舌良恶性病变的敏感度为94.64%(53/56),特异度为93.75%(60/64)。结论 RESOLVE DWI鉴别诊断舌良恶性病变具有一定参考价值。

ND-GSM模型的采样矩阵方向优化及SAR图像去噪

将非下采样Directionlet变换(Nonsubsampled Directionlet,ND)和高斯混合尺度(GSM)模型相结合,提出了基于ND-GSM模型的采样矩阵方向优化算法并将其应用于SAR图像去噪。首先,将SAR图像的分割子图进行二进小波变换,从而确定SAR图像的方向优化采样矩阵,然后在各个子图中将GSM模型引入采样矩阵方向优化的非下采样Directionlet变换域中,构造了采样矩阵方向优化的非下采样Directionlet域分解系数的邻域模型(ND-GSM),最后利用Bayes最小均方估计进行子图变换域的局部去噪,并合成去噪后的分割子图,得到去噪后的SAR图像。该方法解决了当非下采样Directionlet基函数的方向与图像中各向异性目标不一致时图像的逼近效果差的问题。仿真实验结果表明,该方法能充分体现邻域间系数的相关性,同时在图像边缘等细节特征保持方面具有明显优势,明显改善了图像视觉效果,取得了比空域滤波及小波方法更优的去噪性能。

基于多方向àtrous小波变换的多传感器图像融合

分析和研究了非下采样方向滤波器组及具有平移不变性的àtrous小波变换的图像变换的优点,提出了一种基于多方向àtrous小波变换的图像融合方法。首先利用àtrous小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,低频系数采取平均加权法融合,高频系数则采取局部梯度优先的加权法融合,最后将融合的各频带进行逆非下采样方向滤波器组变换和逆àtrous小波变换得到融合图像。实验表明,在几种不同的客观评价标准下,该方法优于传统小波域中的融合效果,能有效地消除小波变换所带来的光谱扭曲和假边缘现象。

方向非抽样小波变换在多传感器图像融合中的应用

本文分析和研究非下采样方向滤波器组及具有平移不变性的非抽样小波变换的优点,提出了基于方向非抽样小波变换的图像融合方法。首先利用非抽样小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,最后将融合的各频带进行相应逆变换得到融合图像。实验表明,在不同评价标准下,本文方法优于传统小波变换和拉普拉斯金字塔变换的融合效果,并能有效地消除小波变换所带来的光谱扭曲和假边缘现象。

基于方向滤波器组与Laplacian能量和的图像融合算法

目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非下采样方向滤波器组(Non-Subsampled Direction FilterBank,NSDFB),将图像分解为3个高频方向系数和1个低频系数。对于低频系数,采用局部修正的Laplacian能量和(Local Sum-Modified-Laplacian,LSML)与脉冲耦合神经网络(Pulse couple neural network,PCNN)组合的LSML-PCNN模型来完成低频信息的融合。对于高频系数,通过提取低频和高频子带边缘,并利用系数绝对最大值法作为依据,实现高频系数的融合。结果实验数据表明,与当前图像融合方案相比,所提算法具有更高的融合质量,得到的融合图像边缘更加清晰和完整。结论所提算法拥有较高的融合视觉效果,可改善图像的对比度和分辨率,在图像处理领域具有一定的参考价值。

改进的指纹图像方向图求取方法

为提高指纹图像方向图的准确性,提出了一种传统的指纹图像方向图求取算法-离散方向采样法的改进方法。该方法在原有采样模板的基础上,综合考虑中心像素点外的各层数据,给出了改进的采样模板。实验结果表明该方法比传统的离散方向采样法和灰度梯度法得到的指纹图像方向图更加准确。

基于多尺度方向局部极值滤波和ASR的图像融合

为了更好地提取源图像的边缘和方向信息,充分利用边缘保持滤波器的保边缘特性和方向滤波器有效提取方向信息的能力,提出一种基于局部极值滤波和非下采样方向滤波器的多尺度方向局部极值滤波图像融合方法。源图像经多尺度方向局部极值滤波,得到低频子带以及一系列的高频方向细节子带,对低频子带系数提出一种基于自适应稀疏表示(ASR)的融合规则,采用空间频率与l1范数相结合的策略得到融合的稀疏表示系数,对高频方向细节子带系数提出一种基于改进拉普拉斯能量和匹配度的选择与加权平均相结合的融合策略。实验结果表明,本方法能够有效提取源图像的边缘等细节信息,融合结果对比度更高,具有更好的主观视觉效果,其客观评价指标也优于传统的图像融合方法。

准噶尔荒漠两种灌木冠下土壤无机氮含量变化特征

土壤无机氮作为植物可直接吸收和利用的氮源,其含量变化反映了土壤供氮能力。大量研究表明荒漠生态系统中土壤无机氮含量受到灌木种类和空间位置的影响。然而,有关采样方向对土壤无机氮含量的影响,目前仍所知甚少。基于此,本研究以准噶尔荒漠西北缘两种广泛分布的优势灌木为对象-梭梭和里海盐爪爪,通过测定和计算两物种个体大小(大、中、小和较小个体)在4个空间位置(主根周围、冠幅中央、冠幅边缘和株间空地)和4个采样方向(东、南、西和北)上0~10 cm和10~20 cm土层中土壤铵态氮、硝态氮含量和铵硝比,分析了灌木个体大小、空间位置和采样方向主效应及其交互效应对各土层无机氮含量的影响。研究结果发现:1)梭梭和里海盐爪爪冠下土壤无机氮含量均受到个体大小主效应的影响。两物种大个体冠下硝态氮含量均显著高于较小个体,梭梭大个体冠下铵态氮含量和铵硝比最低,而里海盐爪爪大个体冠下则拥有最高的铵态氮含量和铵硝比,表明土壤无机氮含量变化存在灌木个体大小依赖性。2)两物种冠下0~10 cm土层中硝态氮和铵态氮含量都显著高于10~20 cm,意味着灌木对表层土壤无机氮的影响幅度更大。3)梭梭冠下土壤无机氮含量还受到个体大小与采样方向交互作用的影响,且在冠幅东侧和南侧存在无机氮富集特征。4)空间位置和采样方向对里海盐爪爪冠下土壤无机氮存在显著交互作用,在里海盐爪爪冠下东侧和南侧,主根周围无机氮含量普遍高于其他3个空间位置。这些结果表明荒漠生态系统中土壤无机氮的变化特征因物种而异,同时受到个体大小、空间位置和采样方向等多种因素的影响。

基于局部混合滤波的SAR图像去噪

相干斑噪声是合成孔径雷达(synthetic aperture radar,SAR)成像系统所固有的缺点,严重影响SAR图像的可用性,给后续的图像分割、特征提取和目标识别等工作带来严峻的挑战。结合非下采样方向滤波器和双树复小波变换各自的特点,提出一种新的基于非下采样方向滤波-双树复小波变换的局部混合滤波SAR图像去噪算法,具有多方向和多尺度性,保持了图像的平移不变性,改善了图像的视觉效果。与其他算法不同,本文算法采用非下采样方向滤波器级联双树复小波的方法,不仅对每次产生的高频分量进行去噪,还对变换所产生的低频分量进行滤波去噪。实验结果表明:与使用同级双树复小波-轮廓波变换加软阈值去噪相比,本文算法的峰值信噪比提高2dB;与使用轮廓波加循环平移(cycle spinning,CS)软阈值算法去噪相比,本文算法去噪后的图像不仅峰值信噪比有所提高,而且去噪后的图像更为平滑,抑制了人造纹理产生,视觉效果得到了明显改善。

基于多尺度边缘保持分解与PCNN的医学图像融合

在医学图像融合过程中,传统多尺度分析方法多采用线性滤波器,由于无法保留图像边缘特征导致分解阶段的强边缘处出现模糊,从而产生光晕。为提高融合图像的视觉感知效果,通过结合多尺度边缘保持分解方法与脉冲耦合神经网络(PCNN),提出一种新的图像融合方法。对源图像进行加权最小二乘滤波分解得到图像的基础层和细节层,采用高斯滤波器对基础层进行二次分解得到低频层和边缘层,将分解过程中每级边缘层和细节层叠加构建高频层,并引入非下采样方向滤波器组进行方向分析。在此基础上,利用改进的空间频率以及区域能量激励PCNN融合高频层和低频层,通过逆变换得到最终的融合图像。实验结果表明,该方法能够突出医学图像的边缘轮廓并增强图像细节,可将更多的显著特征从源图像分离并转移到融合图像中。

结合引导滤波和卷积稀疏表示的红外与可见光图像融合

为了解决红外与可见光图像融合时信息容易相互干扰、影响融合质量的问题,将引导滤波、高斯低通滤波与非下采样方向滤波器组相结合,提出一种新的图像融合方法。利用引导滤波和高斯低通滤波,将源图像分解为低频近似部分、强边缘部分和高频细节部分,并将高频细节部分进行非下采样方向滤波,进一步得到高频方向细节部分;对低频近似部分应用基于局部区域能量的融合规则,对强边缘部分提出一种基于卷积稀疏表示的融合规则,对高频方向细节部分提出改进的脉冲耦合神经网络的融合规则,得到相应的融合部分,并通过逆变换得到最终的融合图像。对多组红外与可见光图像的实验结果表明,算法得到的融合结果的主观视觉效果和客观评价指标均优于传统的图像融合方法,其客观评价指标中的标准差、信息熵、互信息、平均梯度和空间频率相比融合效果较好的基于离散小波变换和稀疏表示的融合方法平均提高20.28%、2.24%、47.41%、5.34%、8.02%。

基于BLMD和NSDFB算法的红外与可见光图像融合方法

针对传统图像融合方法容易导致融合图像出现细节不明显和目标信息不完整的问题,本文提出一种基于二维局部均值分解(Bidimensional Local Mean Decomposition,BLMD)和非下采样方向滤波器组(Nonsubsampled Directional Filter Banks,NSDFB)算法的红外与可见光图像融合方法(基于方向滤波的二维局部均值分解法,BidimensionalLocalMeanDecompositionbasedDirectionalFilteringAnalysis,BLMDDFA)。首先,计算两幅原始图片的熵值,同时提取熵值较大的图片的残余分量,该残余分量与另一张原始图片有着较强的相关性。然后,通过BLMD和NSDFB算法将残余分量和熵值较小的原始图片分解成低频子带和一系列不同尺度的高频方向子带,并使用不同的融合规则分别对低频子带和高频子带进行融合。最后,通过相应的逆变换运算获得融合图像。实验结果表明,本文方法的融合性能在对比度、细节信息展示和目标突出方面均高于经典的融合算法,在信息熵、标准差、空间频率和平均梯度方面较Laplacian方法中各指标分别提高了5.6%、28.9%、37.4%和47.6%,信噪比较Laplacian方法降低了8.5%。

磁共振高清弥散张量成像技术在甲状腺相关性眼病活动性分期中的价值

目的:研究视神经磁共振高清弥散张量成像技术(Resolve-DTI)在甲状腺相关性眼病(TAO)患者活动性分期的价值。方法:收集临床确诊的TAO患者26例(共52只眼),进行眼眶常规MRI序列扫描及Resolve-DTI序列扫描,分别测量双侧视神经的各向异性分数(FA)、表观弥散系数(ADC)、轴向弥散率(AD)及径向弥散率(RD)值,并分别对52只眼睛进行临床活动性评分(CAS)评定,比较活动期和非活动期视神经各DTI相关定量参数值的差异,分析DTI各定量参数值与CAS分值的相关性。结果:活动期TAO患者的双侧视神经的FA值明显低于非活动期(P<0.05),ADC、AD和RD与非活动期的差异均没有统计学意义(P>0.05);FA与CAS分值呈负相关(P<0.05),ADC、AD及RD值与CAS分值均没有相关性。结论:视神经Resolve-DTI技术有望为TAO患者活动性分期提供可靠的客观依据。

3.0 T磁共振成像新技术联合多序列成像评价非小细胞肺癌免疫治疗疗效价值

目的应用自由呼吸径向采集K空间放射填充容积内插成像序列(Star VIBE)和读出方向分段采样技术(Resolve)-扩散加权成像(DWI)技术联合体素内不相干运动(IVIM)序列进行肺部成像,探讨其在肺内占位性病变诊断和非小细胞肺癌免疫治疗疗效评价方面的价值。方法病理确诊肺内结节或肿块50例,行磁共振成像(MRI)检查后分为2组观察,A组为常规序列组,即传统MRI序列包括T_(1)加权成像(T_(1)WI)及T_(1)WI-FS、T_(2)加权成像(T_(2)WI)及T_(2)WI-FS、增强扫描;B组为新技术序列组,在A组序列基础上,增加Star VIBE、Resolve-DWI;2组图像观察时间间隔为2周,由2名高年资MRI医师采用5分类法进行评价和诊断,分析2组方法对肺内占位性病变的诊断效能。确诊NSCLC行免疫治疗的病例,治疗后3周期行MRI检查,分为2组进行数据分析,C组为治疗有效组,D组为治疗无效组,分析IVIM数据指标免疫治疗前后的变化和治疗效果之间的关系。MRI检查主要序列包括T_(1)WI、T_(2)WI及T_(2)WI-FS、Star Vibe、Resolve-DWI、IVIM,其中IVIM设定0、40、60、100、150、200、500、800、1000、2000共10个b值。结果肺内占位50例,恶性肿瘤38例(肺癌35例、转移瘤3例),良性病变12例。经过分析,A组诊断的准确度、特异度、灵敏度分别为0.76、0.58、0.82,B组诊断的准确度、特异度、灵敏度分别为0.90、0.83、0.92,B组高于A组,且2组间的准确度、特异度、灵敏度差异有统计学意义(P<0.05)。非小细胞肺癌(NSCLC)接受免疫治疗的20例,C组13例,D组7例。C组IVIM参数表观扩散系数(ADC)、f、D~*值免疫治疗前分别为(1.08±0.21)×10^(-3)mm^(2)/s、(45±14)%、(28±12)×10^(-3)mm^(2)/s,治疗后分别为(1.31±0.20)×10^(-3)mm^(2)/s、(63±24)%、(44±17)×10^(-3)mm^(2)/s,经过统计分析,2组治疗前后ADC、f、D~*值之间的差异有统计学意义,治疗后的数值高于治疗前。C组D值治疗前(1.18±0.63)×10^(-3)mm^(2)/s,治疗后(1.53±0.76)×10^(-3)mm^(2)/s,二者之间差异无统计学意义。D组IVIM-DWI参数ADC、f、D~*、D值治疗前分别为(0.91±0.16)×10^(-3)mm^(2)/s、(53±13)%、(33±11)×10^(-3)mm^(2)/s、(0.89±0.20)×10^(-3)mm^(2)/s,治疗后分别为(0.91±0.14)×10^(-3)mm^(2)/s、(53±15)%、(32±9)×10^(-3)mm^(2)/s、(0.86±0.19)×10^(-3)mm^(2)/s,治疗前后差异无统计学意义。结论基于3.0 T MRI的Star VIBE和Resolve-DWI技术联合IVIM等多序列成像能够针对肺内占位性病变做出较为准确的诊断,有助于提高肺内占位性病变影像征象细节的显示和病变定性诊断地准确性,IVIM技术参数ADC、f、D^(*)值能够较好的评价肿瘤微观层面对免疫治疗的效果。