CT增强扫描背景下bone与standard图像算法对DL-CAD诊断肺结节良恶性效能的影响

目的:探究CT增强扫描背景下bone与standard图像算法对基于深度学习的智能辅助软件(DL-CAD)诊断肺结节良恶性效能的影响。方法:回顾分析98例于2020年1月至2022年9月本院收治的肺结节患者,将其CT增强扫描背景下bone图像算法、standard图像算法、bone图像算法联合standard图像算法的诊断结果与金标准“病理检查”诊断结果做一致性分析。结果:standard联合bon图像算法相较于bone图像算法及standard图像算法诊断肺结节良恶性的敏感度(0.867 vs 0.816 vs 0.786)、特异度(0.927 vs 0.878 vs 0.829)、准确率(0.885 vs 0.835 vs 0.799)均更高。结论:bone图像算法相较于standard图像算法应用于基于DL-CAD的CT增强扫描中具有更好地诊断效能,二者联用效能最好。

基于混沌理论与DNA动态编码的卫星图像加密算法

针对卫星图像在传输、存储过程中涉及的信息安全问题,该文提出一种新型的基于混沌理论与DNA动态编码的卫星图像加密算法。首先,提出一种改进型无限折叠混沌映射,拓宽了原有无限折叠混沌映射的混沌区间。之后,结合改进型Chebyshev混沌映射与SHA-256哈希算法,生成加密算法的密钥流,提升算法的明文敏感性。然后,利用混沌系统的状态值对Hilbert局部置乱后的像素进行DNA编码,实现DNA动态编码,解决了DNA编码规则较少所带来的容易受到暴力攻击的弱点。最后,使用混沌序列完成进一步混沌加密,从而彻底混淆原始像素信息,增加加密算法的随机性与复杂性,得到密文图像。实验结果表明,该算法具有较好的加密效果和应对各种攻击的能力。

70kVp联合深度学习图像重建算法对胸主动脉血管内修复术后双低CTA图像质量的影响

目的探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响。方法前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随机分为两组。常规剂量组(A组)接受100 kVp管电压和60 mL对比剂扫描,低剂量组(B组)接受“双低”方案:管电压70 kVp,对比剂用量为0.5 mL·kg^(-1)。A组图像采用50%多模型迭代重建算法(ASIR-V)重建,B组图像分别采用滤波反投影(FBP)算法(B1亚组)、50%ASIR-V(B2亚组)、90%ASIR-V(B3亚组)及DLIR-H算法(B4亚组)重建。测量并比较各组主动脉CT值、图像噪声、对比噪声比(CNR)及品质因数(FOM)。采用5分制对图像噪声、血管锐利度和整体图像质量进行评估。结果B4亚组噪声最低,较A组降低约23.49%(P<0.001)。A组、B4亚组主动脉各感兴趣区(ROI)CT值、CNR值及图像主观评分差异无统计学意义(P>0.05);B4亚组FOM值大于A组(P<0.001)。与A组比较,B组辐射剂量降低约52.38%(P<0.001),对比剂用量和注射流率分别降低约39%和33.6%(P<0.001)。结论采用70 kVp结合DLIR算法在TEVAR术后主动脉CTA扫描中可获得与常规剂量相当的图像质量,且辐射剂量和对比剂用量大幅度降低。

基于Lagrange插值的数字图像相关亚像素位移测量算法

本文旨在通过改进经典Newton-Raphson算法中的插值方法来优化数字图像相关(DIC)亚像素位移测量的计算效率。针对经典Newton-Raphson算法在数字图像相关亚像素位移测量中应用的双三次样条插值算法,特别是在需要计算边界点灰度梯度(即灰度值的一阶导数)时,存在计算量大的问题,本文提出一种基于Lagrange插值的改进算法作为解决方案。Lagrange插值算法在未增加计算节点数的情况下,成功避免了边界点灰度梯度的计算,使插值效率可提高近1/3。应用数值模拟实验和真实刚体平移实验对本文算法的性能进行验证。结果表明,本文算法在保持求解精度的同时,计算测量效率较传统Newton-Raphson算法有了明显提升。单点插值效率平均提升近30%;单点测量效率平均提升近20%。本文首次将Lagrange插值算法应用于数字图像相关的亚像素位移测量中,解决了双三次样条插值算法计算量大的问题,为相关领域提供了一种更为优化的变形测量方法。该研究为DIC亚像素位移测量技术的进一步发展和应用提供了新的思路和参考,有望在实际工程中得到广泛应用,促进相关领域的进步与发展。

基于不同管电压的人工智能重建算法对胸部体模CT扫描图像质量和辐射剂量的影响研究

目的:基于成年男性仿真胸部体模(PH-N1)CT扫描,探究不同管电压结合人工智能(AI)重建(CI)算法对胸部体模CT扫描图像质量和辐射剂量的影响。方法:采用512层超高端CT分为4种管电压对体模进行扫描,分别为70 kV、80 kV、100 kV和120 kV,对不同管电压的CT扫描图像采用10%、30%、50%、70%和90%CI算法重建1 mm薄层图像,比较4组扫描的容积剂量指数(CTDIvol)和剂量-长度乘积(DLP)。测量图像主动脉、腹壁脂肪及竖棘肌的CT值、标准偏差(SD)值,由两名5年以上工作经验的高年资诊断医师独立双盲的对图像质量进行5分制评估,并行Kappa一致性检验。采用单因素方差分析比较图像目标组织的CT值、SD值差异。采用Friedman秩和检验比较组间主观图像质量的差异。结果:4种不同管电压的CTDIvol和DLP比较,差异有统计学意义(F=1855.617、3996.118,P<0.05)。在70 kV管电压下,10%、30%、50%、70%和90%CI算法重建的主动脉、腹壁脂肪及竖棘肌的CT值比较,差异均无统计学意义(P>0.05),而SD值差异均有统计学意义(F=32.267、53.327、14.873,P<0.05)。在90%权重的CI算法重建4种不同管电压下,主动脉、腹壁脂肪及竖棘肌的CT值随着管电压的降低,CT值逐渐降低,差异有统计学意义(F=139.899、2563.93、219.231,P<0.05)。两名诊断医师对各组图像的主观评分一致性较好(Kappa=0.712~0.869)。结论:CI算法在70 kV管电压下90%权重的CI算法重建图像与80 kV、90 kV、120 kV图像相比,可以明显降低辐射剂量,同时图像具有良好信噪比。

基于虚拟现实的大视差图像网格优化拼接算法

图像亮度、局部区域信息强度影响图像清晰度,导致图像拼接效果不佳,为提升图像拼接效果,提出一种基于虚拟现实的大视差图像网格优化拼接算法。基于虚拟现实技术建立一个虚拟现实拼接环境,在此环境下开展图像拼接处理,对待拼接图像实施灰度化处理,增强图像局部区域信息强度;基于投影算法建立低密度的网格,并根据待拼接图像的匹配点分布结果建立网格矩阵,结合全局最佳相似变换矩阵实施矩阵加权叠加,对图像重叠区域展开失真校正;使用内容感知算法对图像重叠区域展开感知识别,找出其中的积累最小像素线,实施图像融合处理,通过融合结果完成大视差图像网格优化拼接。实验结果表明,使用该方法开展图像拼接时,图像拼接时间较短,均方根误差较低,拼接效果较好。

基于改进ORB算法的遥感图像匹配

针对遥感图像匹配中存在的误匹配率高、匹配速度慢等问题,结合相似图像局部结构一致的思想,提出一种将ORB特征提取算子与BRISK特征描述算子相结合的遥感图像匹配算法。首先使用ORB算法的特征点提取算子对特征点进行检测,再使用BRISK算法的特征点描述算子对检测到的特征点建立特征描述符,然后基于汉明距离使用暴力匹配完成特征点匹配,最后使用LPM算法剔除错误匹配点。实验结果表明:本文算法提取的特征点数量、匹配精确度和运行速度都满足遥感图像匹配的要求;相较于ORB、BRISK算法,做到了速度和精度的较好平衡,展现出了良好的匹配性能。

基于改进SIFT算法的超声图像拼接方法

针对大型结构超声C扫描获得的多幅子图像,为了获取被测结构的全景图像,研究图像的拼接方法.根据超声波法成像检测的动态过程并结合数字化图像处理技术,在传统的基于尺度不变特征变换(scale invariant feature transform,SIFT)算法基础上,提出了一种改进的超声C扫描检测图像拼接方法.首先,针对传统SIFT算法存在超声图像配准成功率低的问题,利用超声扫查过程中探头起始位置的矢量差对SIFT算法得到的特征点粗匹配结果进行筛选;其次,采用动态规划的方法寻找最佳缝合路径;最后,沿最佳缝合路径进行渐入渐出融合以改善融合区域的视觉效果.人工缺陷试块及焊接结构试件超声图像的拼接结果表明,基于改进的SIFT图像拼接算法可以将多幅超声C扫描子图像有效拼接为全景图像;所提方法特征点匹配准确率高、图像融合失真小,优于常规SIFT图像拼接算法;拼接图像中,目标位置关系对应良好,可实现结构加工质量的整体无损评价.

数字图像混沌序列抽样加权强置乱算法仿真

数字图像置乱关系到个人隐私和信息安全问题,为了保护图像中的敏感信息,提出一种基于位交换和混沌优化的数字图像置乱算法。使用散列函数获得数字图像明文的密钥流,采用与明文相关的子密钥推导像素初始值,通过非线性交叉生成位交换算子,增强明文信息敏感性;运用Logistic方程得到混沌序列,引入抽样加权方法提高图像置乱强度,采用混合蛙跳方法按照族群划分实施信息传输,将混沌序列内的实数从小到大排列,初始混沌抽样后构成的混沌序列用于图像中,显著提升图像置乱强度,完成数字图像置乱。仿真结果表明,上述方法拥有极高的安全性和优秀的加密性能,可以为数字图像在各领域的安全使用提供可靠借鉴。

基于改进YOLOv5算法的无人机巡检图像智能识别方法

提出一种基于改进YOLOv5算法的无人机巡检图像智能识别方法。该方法构建无人机巡检图像的相邻图像独立坐标系,并利用相对定向法确定图像中共同目标的位置关系。将巡检目标统一转换至同一坐标系下,采用先进的分割技术提取目标纹理特征向量,为后续的图像识别提供了有力支持。在改进YOLOv5算法的过程中,特别注重多尺度网络的选择与融合激活函数及损失函数的优化组合。采用大疆无人机获取建筑裂缝巡检图像进行实验。结果表明,该方法能够在高效率下实现不同类型建筑裂缝的高精度识别,展现出优异的稳定性能。这一研究成果为无人机巡检图像的智能识别提供了新的思路和方法,具有广泛的应用前景和实际价值。

基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

无人机视角下交通小目标图像检测算法优化研究

针对无人机图像的小目标检测算法精度低、容易出现漏检和误检的情况,提出一种基于YOLOv7的改进目标检测算法。利用无人机航拍视频自建行人和车辆数据集。将颈部和检测头中的卷积模块替换为CoordConv模块,提高算法感知特征图的空间信息能力;添加小目标检测层,适应不同尺度下的物体目标,降低小目标的漏检率;在主干网络和颈部增加GE注意力机制,加强上下文信息的利用。将Wise-IoU作为边界框损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。实验结果表明,改进后的算法精度高于实验中其他算法,精度达到91%,比YOLOv7算法提升了2.1个百分点。在VisDrone2019数据集上进行对比实验,精度比YOLOv7算法提升了2.5个百分点;综合性能优于实验中其他小目标检测算法,验证了改进后算法的泛化能力与有效性。

基于MPSOC和HLS的图像处理算法验证系统研究

图像处理算法的动态验证是图像处理算法开发过程中的关键.为了提高验证时效性,基于MPSOC和HLS设计了一种图像处理算法动态实时验证系统,利用HLS技术高效完成图像处理算法的硬件实现以实现图像处理算法硬件加速,同时基于LVDS设计了板间图像传输接口,通过FPGA级联为后续实现大型复杂图像处理算法的验证提供了充足的扩展空间.测试结果表明该图像处理算法验证系统可以较好支持图像算法验证,并对图像处理算法有良好的硬件加速效果,同时验证了LVDS板间传输接口满足后续验证系统扩展的带宽要求.

基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法

混合部位运动图像存在模糊、失真、低分辨率等问题,且峰值信噪比差值较小。提出基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法。结合非线性映射关系重构像素点,采用跨阶段特征融合算法,完成混合部位运动图像超分辨率修复。实验结果表明:得到完整的混合部位运动图像修复结果,表现出的峰值信噪比差值较大,修复后的图像分辨率更优,满足了混合部位运动图像的现实应用需求。

基于ACE与YOLOv5的电力遥感图像检测算法

针对电力遥感图像采集时存在大量浓烟以及数据样本少等问题,提出一种基于对数变换的改进型自动色彩均衡与改进后YOLOv5s模型的遥感图像去雾检测算法,旨在通过提高数据集的图像质量进而提高检测网络的检测精度。构建的改进型自动色彩均衡对电力遥感图像去雾增强,并通过图像质量和特征提取两方面进行了实验数据对比,实验结果表明改进的自动色彩均衡算法优于其它算法。其次,通过YOLOv5s检测算法对增强后的数据集进行训练,引入mosaic数据增强算法,并通过构建ghost卷积模块和NAM注意力模块降低了网络参数、提升了网络检测精度。

形状基视觉传达约束下三维图像重构算法改进

由于忽略了图像以真实性为准则的视觉传达需求,导致以形状基重构为主的相关方法效果不佳。为此,从视觉约束性出发,改进三维图像重构算法。分割、筛选所采集的目标点云数据,构建数据集。利用局部空间差分算法求解各像素值,并获得形状基约束性的像素值差分系数填充像素,以赋予各点云数据视觉传达约束性。以基于改进量子粒子群的k-means聚类算法和基于数字特征的二型熵模糊C均值聚类算法为基本算法,通过聚类目标区域和背景区域的数据,转换实际目标坐标系和重构图像坐标系,完成不同尺度、不同角度的三维图像重构。结果表明,所提方法重构的图像更贴合目标建筑的实际信息,符合图像的视觉传达需求,且峰值信噪比始终高于85 dB,均方误差均低于70 pixel,重构效果优越性显著。

基于FCM及快速迭代收缩阈值算法的平面ECT图像重建

为提高平面阵列电容成像系统的成像精度,提出一种基于模糊C均值聚类(FCM)进行数据优化的快速迭代收缩阈值算法(FISTA)。根据平面阵列电容数据的特点,首先利用FCM算法对测量电容值进行分类,保留有效电容值,实现电容向量降维;然后利用离散小波基(DWT)对灰度值进行稀疏表示,并建立L1正则化模型,采用FISTA进行求解,以实现图像重建;最后将FCM处理后的电容值分别用于Landweber算法、Tikhonov算法进行重建对比。仿真与实验结果表明,该算法重建图像的平均相对误差约为0.0527,平均相关系数约为0.9422,均优于其它算法,且重建图像伪影较少,更接近真实情况;因此,所提算法具有更好的重建效果。。

基于改进高斯滤波算法的图像去噪方法

随着激光技术在光学测量和精密加工等领域的应用日益广泛,对图像的质量要求也越来越高。然而,在实际应用中,图像常常受到散斑噪声的影响,导致图像质量下降。现有方法由于采取的平滑技术较为简单,对于散斑噪声的抑制能力有限,为此,设计基于改进高斯滤波算法的图像去噪方法。测试结果表明,设计方法展现出了优秀噪声抑制性能,保留了图像的主要特征。

基于IB-SURF算法的无人机图像拼接技术研究

针对传统SURF算法(speeded up robust features)在拼接高分辨率无人机航拍图像时运行速度慢、特征匹配率低的特点,提出了一种基于IB-SURF(image block-SURF)技术的无人机图像拼接算法。结合无人机定位定姿系统(position and orientation system,POS)求取图像重叠区域;构造掩模在无人机图像重叠区域检测特征点,减少特征提取时间;借助图像分块(image block,IB)的思想对图像划分网格,精简筛选特征点;引入Neighborhood-KNN(neighborhood-K nearest neighbors)进行特征点匹配,提高图像匹配效率。实验结果表明,IB-SURF算法有较快的运行速度和较高的特征匹配率,平均特征匹配率达到84.3%,特征匹配正确率超过95.1%,为图像高质量拼接提供了技术基础。

基于神经网络算法的图像识别技术研究

本文对基于神经网络算法的图像识别技术进行了探讨,包括其核心原理、经典模型及实际应用案例。分析了卷积神经网络(CNN)、循环神经网络(RNN)和生成对抗网络(GAN)在图像识别领域的具体应用方式。同时,探讨了神经网络图像识别技术在安全监控、医疗诊断和自动驾驶等实际场景中的有效性。本文展现了神经网络技术在处理复杂任务、提高识别与诊断准确率、优化交通领域等方面的广泛应用前景以及关键价值。