太赫兹技术在医疗领域的研究现状与应用前景

太赫兹技术由于其独特的性质和优势,近十几年来研究热潮持续不断,并且其在医疗领域巨大的应用潜力开始逐渐被开发应用。本文调研综述了太赫兹在医疗领域的历史研究进程与最新进展,阐述了其在该领域的研究意义与应用前景。

面向机器人航天员的球形目标识别与定位方法研究

针对机器人航天员在典型目标识别与定位方面的问题,提出一种球形目标识别与定位方法,利用目标颜色特征和形状特征实现了目标识别,采用空间射影几何方法推导了单目视觉空间球定位公式,建立了硬件试验环境,在此环境下实现了基于彩色相机的单目视觉定位、双目立体视觉定位以及融合TOF相机和彩色相机的视觉定位方法。通过真实试验和仿真实验对这些方法进行了比较分析,得到了各自的适用条件,为工程应用中具体方法的选择提供了依据。

面向机器人航天员的3D目标识别定位算法参数优化研究

针对机器人航天员抓取目标物体时的快速识别定位问题,分析了HALCON中基于CAD模型的三维目标识别与定位算法在美国Robonaut 2视觉上的应用;对该算法的参数优化进行了研究,分析了各个参数对算法的影响效果,并对各个参数的选择原则以及协调搭配进行了探讨;最后搭建实验平台,验证了优化效果,证明这些优化提高了模板匹配的相似度,达到100%正确识别率,处理百万像素图像仅需约200 ms,且位置平均精度小于2 mm,角度平均精度小于1°。

外观检测设备高速分选单元刚度及响应性能研究

为了提高分选单元的响应性能,从而适应外观检测设备的工作需求,将分选单元的刚度划分为结构刚度及电气系统刚度,并针对两种不同的刚度特性分别提升两种系统的刚度值。采取更换高刚性传动方式、提高关键件刚性的办法提高机械结构系统的刚度;对于电气系统通过提高位置反馈系数、速度反馈系数速度积分时间常数及转矩滤波器时间常数等系统参数,并对相应的参数列进行仿真对比。最终通过实际测试使整个分选单元的延迟误差达到0.0077s,基本满足目前外观检测设备对分选单元的响应要求。

实现人眼灰度感知信息最大化的图像增强算法

为了实现人眼感知信息最大化,结合人眼视觉系统亮度阈值特性提出一种具有目标函数的图像增强算法.首先在全局灰度映射约束条件下给出感知图像的计算方法,并以感知图像与原图像之间的互信息作为目标函数;然后采用动态规划算法实现了全局最优的灰度合并策略,以合并图像中人眼无法分辨的灰度;最后通过调整合并后灰度的取值实现目标函数最大化.实验结果表明,该算法具有良好的图像增强效果,所提目标函数合理有效.

利用太赫兹技术实现皮肤癌早期精确诊断

"面向皮肤癌早期诊断的多参数有源太赫兹成像技术项目"以高精度、安全性为目标,从皮肤癌入手和非侵入式早期检测的需求出发,通过采用基于电子学多参数反射式成像方法,从电磁角度全面获取信息并结合皮肤及癌变组织的具体物理尺度、特性分析其对电磁波的响应行为,融合信号处理技术以及近年来雷达、红外探测方面的一系列前沿技术。通过改进先进的太赫兹探测技术对皮肤组织进行图像解析,最终形成能有效探测病变组织的二维、三维成像技术,并与当前国际生物医学技术进行对比,探索针对皮肤癌病变组织的早期精确诊断方法。本项目将开展的科学研究对实现皮肤癌的有效治疗具有重要意义。

利用太赫兹技术实现烧伤诊断

目的研究太赫兹成像技术在烧伤检测领域的应用。方法搭建太赫兹反射式成像实验设备,对新鲜的猪皮样品使用电烙铁进行3种不同程度的烫伤,最后利用上述实验设备对猪皮样品进行逐点扫描式成像。结果太赫兹成像显示出了三种不同程度烫伤组织的位置,通过对成像结果的进一步分析可以看出烫伤组织的反射信号幅度小于正常组织,其中严重烫伤部位的幅值明显小于轻度烫伤,并且反射信号的幅度值随烫伤的加重而减小。结论太赫兹成像技术能够实现烫伤创面的检测,同时能很好区分出不同程度的烫伤。

利用低秩先验的噪声模糊图像盲去卷积

单幅图像盲去卷积的目的是从一幅观测的模糊图像估计出模糊核和清晰图像。该问题是严重病态的,尤其是观测图像中噪声不可忽略时更具挑战性。该文主要针对如何有效利用低秩先验约束进行噪声模糊图像盲去卷积问题,提出一种在交替最大后验(MAP)估计框架下利用低秩先验约束的单幅噪声模糊图像盲去卷积方法。首先,在估计中间复原图像时,利用低秩先验约束对复原图像中的噪声进行抑制。然后,采用降噪后的中间复原图像估计模糊核,得到更好质量的模糊核估计。迭代上述两个操作获得最终可靠的模糊核估计。最后,根据所估计的模糊核,通过非盲去卷积方法复原出清晰图像。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法。

仿射变换下基于凸包和多尺度积分特征的形状匹配方法

针对在仿射变换下的形状匹配问题,提出基于凸包的特征点提取方法、基于各向异性高斯核的多尺度积分特征和基于两者的匹配方法.首先提取形状的凸包,根据最大面积原则对凸包相邻顶点之间的曲线进行演化,获取的点和凸包顶点形成仿射不变的特征点;其次对特征点按顺序编组,根据特征点之间的仿射变换关系构造多尺度积分特征向量;最后使用动态规划算法计算形状之间的相似度.实验结果表明,该方法对局部形变和噪声敏感度小,并适用于复杂形状的匹配.此外,特征点提取方法和多尺度积分特征也可与其他方法结合进行形状分析.

噪声模糊图像盲目反降晰的模糊核准确估计

针对大多数先进的单幅图像盲目反降晰技术在噪声无法忽略时,仍不能很好地处理模糊核估计质量退化严重的问题,提出一种利用图像显著结构从单幅噪声模糊图像中准确估计模糊核的方法.首先通过降噪预处理对图像噪声进行抑制,利用基于全总变分模型的方法提取模糊图像的显著结构,进而运用梯度选择方法移除不利于模糊核估计的显著边缘,提高模糊核估计的鲁棒性;然后采取两阶段模糊核估计策略,运用基于图像显著结构模糊核估计方法和迭代支持域检测技术实现模糊核的准确估计;最后通过稀疏先验约束的非盲目图像解卷积方法完成最终的图像恢复.实验结果表明,与已有方法相比,该方法在合成和真实图像上都能更准确地估计出噪声模糊图像的模糊核,获得更好的复原图像质量,可有效地处理图像反降晰对图像噪声敏感问题,实现了噪声模糊图像模糊核的准确估计.

人眼灰度感知建模及其在图像增强中的应用

原直方图均衡化算法处理结果不理想,主要是图像灰度域上实现的均衡化并不代表人眼感知亮度域上的均衡化,对此提出人眼感知亮度域上的直方图均衡化算法,但由于使用的灰度人眼感知模型不准确,处理效果也没有得到明显的改善。提出一种灰度人眼感知模型的建模方法,利用实验测试的方法得到人眼视觉系统临界可见偏差曲线;再推导得到人眼对不同灰度背景下同等灰度差别的敏感度曲线;接着利用上一步结果再通过积分和归一化方法得到灰度人眼感知模型;根据以上灰度人眼感知模型对直方图均衡化算法进行改进。对比实验结果表明,提出算法相比于原直方图均衡化具有明显的改善效果,相比于CLAHE、BBHE以及HMF等直方图改进算法,也具有无需参数调节,增强效果显著和适应性强等优点。

基于边缘结构相似性的图像质量评价方法

针对现有图像质量评估方法不能有效评价所有失真类型图像、计算量大等问题进行了研究,受人眼视觉特性的启发,提出了一种新的基于图像边缘结构相似性的全参考质量评价方法。该方法利用图像边缘梯度对图像失真的敏感性不同,通过Prewitt算子计算水平和竖直方向梯度向量绝对值和,进而定义了两种基于边缘结构相似性的图像质量评价标准:图像梯度结构相似度均值(GSSM)和图像梯度结构相似度标准差(GSSD)。标准图像数据库上的实验结果表明,GSSD方法优于GSSM和现有的全参考图象质量评价方法,主客观分值一致性好,并且计算简单,适合应用于大规模的图像质量评价。

结合YOLO检测和语义分割的驾驶员安全带检测

为了通过交通监控自动检测驾驶员是否佩戴安全带,提出一种结合目标检测与语义分割的驾驶员安全带检测算法.首先通过设计轻量化目标检测算法完成驾驶员区域快速定位;然后利用经过剪枝加速的语义分割模型对驾驶员区域进行分割,得出安全带连通域;最后通过判断安全带连通域面积检测驾驶员是否佩戴安全带.在驾驶员区域定位和安全带检测2个数据集上进行训练和测试,实验结果表明,驾驶员区域定位算法在精准度为99.96%时速度为73帧/s,安全带检测算法在准确率为94.87%时速度为305帧/s;该算法在兼顾速度的同时具有较好的精准度.

红外图像的动态范围压缩和细节增强

红外图像动态范围压缩和细节增强可有效地提高人眼对图像关键细节信息的获取能力,是红外成像的重要研究课题.针对传统双边滤波器不能最优划分细节层和基础层的问题,设计了区域约束双边滤波器,并提出一种基于该滤波器的红外图像动态范围压缩和细节增强方法.首先通过区域约束双边滤波器将原始红外图像分解为基础层和细节层;然后对基础层进行压缩,对细节层进行增强;最后将这2部分重新合成得到结果图像.实验结果表明,文中设计的滤波器可以更合理地划分图像信息,该方法在压缩图像动态范围的同时可有效地增强不同尺度细节,具有较强的鲁棒性.

基于引导滤波的红外图像条纹噪声去除方法

红外焦平面阵列中不同列像元在读出电路中对应不同的列通道,每个列通道内的放大器具有不同1/f噪声特征,导致生成图像中含有大量条纹噪声,降低成像质量.为了更好地去除红外图像中的条纹噪声,提出基于引导滤波的红外图像条纹噪声去除方法.首先利用运动图像得到模糊图像的列累加平均向量,然后利用引导滤波器从列累加平均向量中提取条纹噪声校正项,最后利用该噪声校正项对噪声红外图像进行校正.采用仿真和实际红外图像序列进行实验的结果表明,该方法在有效地去除红外图像条纹噪声的同时获得了较好的非均匀性校正效果.

一种自适应非均匀性校正算法

针对神经网络非均匀性校正算法(NN-NUC)存在的鬼影问题,分析了其形成的机理,提出一种自适应非均匀性校正算法.首先设计了一个去噪保边的高斯低通-三边联合滤波器;然后采用该滤波器取代NN-NUC算法的均值滤波器获取期望图像,以减少边缘像素估计误差,达到抑制鬼影的目的.采用仿真和实际红外图像序列进行实验的结果表明,该算法在有效地抑制鬼影的同时获得了较好的非均匀性校正效果.

基于形状保持的CV变分水平集矩形目标分割

目标在被局部遮挡、与背景灰度信息相似以及纹理比较明显等情况下,传统CV模型无法进行准确分割.为此,将模型中活动轮廓曲线的水平集函数用先验形状的水平集函数来代替,使得曲线在演化过程中始终保持某一类特定形状,从而实现了目标分割过程中的形状保持.根据形状保持的CV变分水平集分割模型建立适用于矩形目标分割的能量函数模型,推导出一组Euler-Lagrange常微分方程;通过水平集函数的不断迭代演化最终实现了矩形目标的分割;最后演化得到的水平集函数是对矩形目标的定量描述.3组实验结果证明,该模型能够解决复杂情况下的矩形目标分割问题,且具有计算量小、鲁棒性强的优点.

Timoshenko阶梯梁在惯性效应移动载荷下的振动

变截面梁可以简化为由多段阶梯梁所组成,简化的段数越多,结果越精确。因此,基于Timoshenko梁理论,运用连续体传递矩阵法建立阶梯梁振动微分方程,并求解阶梯梁在考虑惯性效应移动载荷作用下的受迫振动响应;改变移动载荷的质量、速度和加速度,研究移动载荷参数对惯性效应的影响。与Euler梁模型和有限元模型的对比表明,该方法精度良好。选取悬臂梁自由端端点进行分析,结果表明,移动载荷的质量、速度和加速度增大,惯性系数也增大;质量是影响惯性效应的主要因素。当移动载荷的质量很小时,可以忽略由加速度和速度引起的惯性效应。

利用排序聚类的局部滤波框架

针对传统局部滤波框架存在边缘模糊的问题,提出利用排序聚类的局部滤波框架.首先,将局部窗口分为4个子窗口,并且将待处理点放置在4个子窗口的交汇处,从策略上实现保持边缘的目的;其次,通过排序提高类内相似度与类间差异,并利用子窗口内像素值之间的相似性,提出一种排序聚类算法,聚类之后,只利用子窗口内与待处理点相似的像素点进行滤波;最后,取4个滤波结果中与待处理点差异最小的作为最终滤波结果,进一步提高算法保持边缘的能力.基于SSID数据集的实验结果表明,基于该框架的滤波算法有着更高的PSNR和SSIM值;该框架有效地提升了传统局部滤波框架保持边缘与平滑滤波的能力,且具有一定的鲁棒性.

基于混沌变异蝙蝠算法的无人机战场侦察目标跟踪

为解决粒子滤波重采样过程中的粒子贫化现象,采用了新型启发式算法——混沌变异蝙蝠算法对粒子滤波进行改进,从而实现无人机的目标跟踪.蝙蝠算法是一种基于蝙蝠根据回声频率和响度变换定位机制的群智能启发算法,该方法在许多优化问题中具有良好的性能.在粒子滤波的过程中采用蝙蝠优化算法进行粒子择优,并利用混沌变异策略对蝙蝠算法进行了改进,从而避免后期重采样产生的粒子贫化等问题.本方法用于无人机在战场中进行准确的目标侦察和跟踪,为验证所提出的跟踪策略的有效性,采用传统粒子滤波的跟踪方法与之进行仿真对比实验.实验结果表明,所提方法性能优于其它对比方案且获取的目标函数适应度值高于标准的优化算法.