Medical Image Registration Based on Phase Congruency and Regional Mutual Information

In this paper, a new approach of muhi-modality image registration is represented with not only image intensity, but also features describing image structure. There are two novelties in the proposed method. Firstly, instead of standard mutual information （ MI ） based on joint intensity histogram, regional mutual information （ RMI ） is employed, which allows neighborhood information to be taken into account. Secondly, a new feature images obtained by means of phase congruency are invariants to brightness or contrast changes. By incorporating these features and intensity into RMI, we can combine the aspects of both structural and neighborhood information together, which offers a more robust and a high level of registration accuracy.

基于NAP和RMI的滚动轴承性能退化状态识别与评估

退化状态特征的提取是滚动轴承退化状态识别与评估的关键。干扰属性投影(Nuisance Attribute Projection,NAP)能克服传统方法无法准确提取退化状态特征的不足,但在全寿命阶段上单调性和敏感性差,将排列互相关(Ranking Mutual Information,RMI)用于NAP的优化,从而准确评估轴承退化状态。应用优化正交匹配追踪(Optimized Orthogonal Matching Pursuit,OOMP)对振动信号降噪;将NAP计算的特征向量PE值与参考PE值对比识别轴承退化状态;应用RMI增强PE值对于信号细微变化的敏感性和全寿命阶段的单调性从而准确评估其退化状态。试验验证,滚动轴承性能退化状态识别率高,能高精度、分阶段评估轴承性能退化状态。

基于信息量的眼镜镜片光学性能评价

针对眼镜镜片成像性能评价,根据信息论的概念,对物面与像面图像进行小波变换分解得到多个不同子频带图像,计算分解之后的各个子频带的区域互信息值(RMI)。依据人眼视觉系统对不同频率光学信号敏感度不同的特点,采用小波滤波器和人眼模型的MTF的空间频段积分比反映人眼对不同频率信号的敏感程度,以该积分比作为各频带RMI的权重系数,加权计算得到MRMI值。选取了目前市场上六款不同阿贝数和折射率的镜片进行测量实验,得到每款镜片的成像MRMI值,其定量反映了镜片的成像性能,与人眼视觉主观感知相符。

基于主成分分析重建图像的互信息视觉伺服

基于互信息的视觉伺服使用图像全局信息来实现伺服控制,避免了对传统几何特征的提取、匹配和跟踪,并且对光照变化、部分遮挡具有鲁棒性,但由于其任务函数的高非线性,该方法具有收敛域较小的缺点。提出了基于主成分分析(PCA)重建图像的互信息视觉伺服方法,有效降低了任务函数的非线性。通过实验比较了基于PCA重建图像的互信息视觉伺服和基于原始图像的互信息视觉伺服收敛域大小及收敛速度,并考虑了PCA中主成分个数的影响,结果表明基于PCA重建图像的互信息视觉伺服有效地扩大了互信息视觉伺服的收敛域,且具有更快的收敛速度。

相位一致性和区域互信息量的医学图像配准

提出一种改进的多模态医学图像配准算法--基于相位一致性和区域互信息量,不仅使用了图像灰度,而且采用了能描述图像结构的特征。首先,引入区域互信息量代替传统的灰度直方图,可以将邻域信息考虑进去;其次,通过相位一致性得到的特征图像不受明暗对比度的影响;最后,将特征图像和原始图像引入到区域互信息量中,也就是结合了邻域信息和结构信息。结果表明算法具有精度高、鲁棒性强等特点,特别适合于医学图像配准。

基于可行域的遗传约简算法

在已有的遗传属性约简算法的基础上,通过引入约简的可行域概念,提出了基于可行域的遗传约简算法.可行域保持系统的分类能力,缩小了原问题的搜索空间,进而减小了问题的复杂度,适应度函数中引入与互信息相关的惩罚因子保证了算法在可行域中搜索.实验结果表明该算法既克服了启发性算法的缺陷,较之已有的基于遗传算法的约简算法也有效率改进.

基于互信息的遥感图像区域配准并行算法的研究与实现

图像配准是图像融合、变化检测、目标识别等遥感应用中的重要步骤。互信息由于具有无需预处理、自动化程度高以及鲁棒性强等特点,将其作为一种相似性测度进行图像配准成为近几年图像处理领域的研究热点。随着遥感图像数据量的不断加大,传统的单机处理模式已经无法满足一些应用的时效性要求。基于对串行算法计算瓶颈的实验分析,研究并提出了一种基于互信息的遥感图像区域配准并行算法,分别给出了数据划分策略和互信息计算并行处理方案,采用边界冗余划分和二叉树归约方法减少数据通信,并对算法进行了定量的复杂度分析。实验结果表明该算法可扩展性好,通用性强。

基于梯度信息和区域互信息的图像配准

针对红外图像和可见光图像的特性,提出了基于梯度信息和区域互信息的红外与可见光图像配准。为了提高配准的速度,采用分层配准方法:使用小波分解将原始图像分为两层,在小尺度层上使用梯度信息和PSO方法找到粗配准参数,大尺度层上使用区域互信息和Powell搜索。其中,Powell搜索的初始值为粗配准参数,最终实现红外图像和可见光图像的有效配准。仿真实验结果表明:该算法配准精度高、速度快、鲁棒性好。

采用区域互信息的多光谱与全色图像融合算法

为了提高多光谱与全色图像融合算法质量,提出了一种采用区域互信息的多光谱与全色图像融合算法。首先将多光谱图像变换至HSV彩色空间,并采用分水岭与区域合并的方法对V分量进行区域分割,得到区域分割映射,欧氏光谱距离作为区域合并的测度。然后采用非下采样Contourlet变换(Nonsubsample Contourlet Transform,NSCT)对多光谱图像V分量和全色图像进行多分辨率分解,将区域分割结果映射至全色图像,通过计算对应区域间的互信息对多分辨率分解系数进行融合,获得融合图像的分解系数,最后通过NSCT反变换实现融合图像重构。图像融合算法对比实验表明,文中融合算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,有效提高了多光谱图像的边缘特征。

状态空间时间序列的区域物流需求预测研究

区域物流需求是制定区域物流发展政策、基础设施建设和物流系统规划的重要依据,由区域各项相关经济指标共同决定。针对区域物流需求预测中样本数量小的问题,提出了互信息高维度特征降维方法,在保证相关综合信息完整性基础上降低原始数据维度,在此基础上建立了状态空间时间序列预测模型,同时采用局部线性小波神经网络和LIBSVM支持向量回归模型进行对比实验。算例分析及实验结果表明,采用互信息降维后的预测模型相对误差平均减少54.8%,互信息与状态空间时间序列模型相结合的预测方法对于区域物流需求预测问题预测精度较高,相对误差约为0.08。

一种新的红外与可见光图像融合评价方法

在对源图像进行区域划分与关联的基础上,结合红外与可见光图像的成像特点和图像融合任务需求,定义了两个图像区域特征,基于该特征和融合图像与源图像的信息熵及互信息(mutual information,MI),构造了融合图像区域相似度评价指标,提出了一种新的无参红外与可见光融合图像质量评价方法。实验表明,本文所建立的融合图像质量评价指标,比目前常用的几种评价指标更接近人的视觉观感。

一种自适应磨粒图像分割方法的应用研究

利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标,铁谱磨粒图像分割是磨粒自动识别的重要环节,其分割效果直接影响磨粒识别的精度。原始区域生长算法需要提供种子点以及生长阈值才能进行图像分割。不同的种子点和不同的阈值会对分割效果产生很大影响。提出一种结合模糊C均值的区域生长算法,可根据磨粒图像自动获取种子点,并利用模糊互信息自动确定生长阈值,实现磨粒图像的自动分割。实验结果验证了该方法的有效性。

改进型脉冲耦合神经网络检测乳腺肿瘤超声图像感兴趣区域

为了解决超声图像斑点噪声、伪影、低图像对比度和图像亮度不均匀等问题,提出了一种改进的简化脉冲耦合神经网络(SPCNN)结合模糊互信息量的方法来自动检测乳腺肿瘤超声图像的感兴趣区域(ROI)。首先,对超声图像进行模糊增强预处理;然后,通过改进SPCNN对超声图像进行点火,以最大模糊互信息量作为最优判决准则,获得相应的分类结果;最后,对分类后的二值图像进行形态学等处理,从而得到乳腺超声图像的ROI。对包含118幅乳腺肿瘤超声图像的数据库进行处理,结果表明,该方法自动识别ROI准确率达到87.3%,处理每一幅图像的平均时间为4.68s。本算法能有效快速地检测乳腺肿瘤超声图像的ROI,有望用于基于超声图像的乳腺肿瘤CAD中。

方向相关与互信息加权组合多模图像配准方法

针对可见光与红外图像的配准问题,提出了一种基于边缘方向相关和局部优选区域互信息加权的配准方法。首先进行区域划分,建立区域优选测度,选取信息量丰富的局部区域;在优选区域的基础上,引入了图像的边缘方向信息,构造边缘方向图,以增加全局空间特征;然后,通过综合局部区域灰度信息和全局边缘方向信息,将互相关测度和互信息测度加权集成,构造了一种新的相似测度。实验结果表明,边缘方向相关测度的引入,提高了基于互信息的图像配准的精度,利用局部优选区域代替整幅图像提高了算法的速度。

基于改进型互信息的遥感图像配准方法

互信息作为图像配准的相似性测度函数,同等程度地包含了待配准图像重叠区域中感兴趣信息和冗余信息。本文将图像中感兴趣区域的互信息引入到图像相似性测度函数中,给出一种互信息和感兴趣区域互信息相结合的新的图像配准相似性测度函数,再基于该测度函数实现对遥感图像的配准。实验结果表明本文算法在提高配准精度上的有效性。

基于最大区域互信息量的生物细胞图像分割

针对基于互信息量的阈值分割算法没有考虑像素的空间结构信息以及分割后图像与原图像之间关系的问题,提出了一种基于最大区域互信息量的图像分割算法.以区域互信息量作为目标函数,综合考虑图像各像素的邻域数据以及图像内在空间信息,利用粒子群算法找出图像分割的最佳阈值,克服了基于最大互信息量分割方法的不足.

基于LIBSVM和时间序列的区域货运量预测研究

针对区域货运量预测中影响因素多、样本数量小的问题,提出了互信息MI与LIBSVM支持向量回归以及状态空间时间序列相结合的预测方法,采用MI进行高维度特征降维后,以新的低维空间作为样本输入,分别建立LIBSVM支持向量回归和状态空间时间序列预测模型。通过重庆市货运量预测实验结果及对比分析表明,该方法在进行有效预测的同时能够改善预测精度,相对误差约为0.06。

基于感兴趣区域互信息的多模图像配准方法

针对可见光和红外图像的配准问题,提出了一种改进的基于感兴趣区域梯度互信息的多模图像配准方法。该算法从两个方面做了改进,首先,为了提高算法性能,对图像做了预处理抑制噪声,然后通过对图像进行灰度级降采样操作,合理选择较少的灰度级达到减少计算量的目的;其次,提取图像中复杂度高的区域作为感兴趣区域来代替整幅图像进行配准,这样不仅可以提高像素灰度在互信息计算中的可用性,同时可以提高互信息配准方法的配准效率和精度。实验结果表明,该方法可以有效提取相关性高的区域,提高互信息配准方法的精度和效率。

光流的镜头边界检测

针对现有镜头检测算法在处理运动信息时无法随着帧间差异不同而变化的问题,提出一种基于光流的镜头边界检测方法。依据光流算法对图像间熵计算进行校正,并提出一种光流量化方法。使用量化值与校正熵值判断图像连续性,保留存在镜头切换的候选边界;根据镜头构造的差异提取图像的光度信息与图像间互信息,并提出一种模型匹配的方式进行镜头类型识别。在互信息提取前对图像进行显著区域提取,来增加图像间的差异而保证模型匹配的准确性。实验表明,该检测算法能准确检测镜头边界且有效排除运动干扰。

一种新的基于结构信息的多模医学图像配准算法

为了提高配准的精确度和鲁棒性,本文提出了一种新的基于结构信息的多模医学图像配准.该方法首先分别求出参考图像和浮动图像的相位一致图像和梯度幅值图像;其次将相位一致图像和梯度幅值图像相结合,得到了多模图像的结构信息;最后利用遗传算法和区域互信息对经过上述处理的图像进行配准.通过在MRI和CT图像上的对比实验表明:相对于经典的基于最大互信息的配准方法,本文配准方法能在更少的迭代次数内得到误差更小的配准参数,且对于噪音环境具有更强的适应能力.因此对于多模医学图像配准,本文方法是一种较传统最大互信息法更为有效的配准方法.