生物医学图像信息分析的相关研究

生物医学图像信息分析,是当今的前沿研究课题。文章介绍了在生物医学图像信息分析方面开展的相关研究及其方法,主要包括生物医学显微三维成像技术、心室压力-容积关系的超声图像分析与辅助诊断研究、基于光栅投影三维成像与三维重建的美容整容的设计技术。

基于多视图信息的CT序列图像颈椎间盘分割算法

从颈椎CT(电子计算机断层扫描)序列图像中准确地分割出颈椎间盘是颈椎终板三维分型的基础,但在原始水平面数据中,颈椎间盘没有明显的边界,难以实现高精度的颈椎间盘分割。为此,在深入研究颈椎间盘本身的三维空间结构以后,提出了一种结合多视图信息的颈椎间盘分割算法,其能充分利用颈椎间盘上下表面的三维空间信息,解决了颈椎间盘边界在水平面难以界定的问题,使分割得到的颈椎间盘更加精确。从多组颈椎CT序列图像上的实验结果表明,文章提出的算法与双阈值法和大津法相比,实现了精度更高的颈椎间盘分割,更符合实际应用的需求。

图像复原中高斯点扩展函数参数估计算法研究

在图像的非盲复原算法中,点扩展函数的获取是算法的关键,因而点扩展函数参数估计是图像复原中重要的一步。由于高斯型点扩展函数是许多光学系统和成像模型中最常见的,所以高斯型点扩展函数参数估计算法一直是研究的热点。文中详细论述了三种主要的高斯型点扩展函数参数的估计算法的原理和实现,比较了各种算法的优点和不足之处。最后,文中展望了今后研究的方向,具有重要的实际意义。

基于Bag of Features算法的车辆图像识别研究

将Bag of Features算法引入汽车图像识别领域中,并提出了将DoG(Difference of Gaussian)特征提取算法和PLSA分类算法结合在一起实现车辆和背景图像分类。首先用DoG特征提取算法提取图像特征,用这些特征聚类产生码书并对图像进行柱状图描述,最后设计PLSA分类器对车辆图像和背景图像进行分类。实验对比了该算法与Tamura纹理特征算法和Gabor纹理特征算法在车辆图像识别中的效果。结果表明本文算法分类正确率优于另外两种方法。

基于支持向量回归的图像复原方法研究

针对退化图像复原问题,提出了一种基于支持向量回归的退化图像复原方法.该方法利用支持向量机回归算法非线性映射能力,通过训练样本对的学习训练,在退化图像与原始清晰图像之间建立映射关系,然后对测试样本进行复原.实际图像复原实验表明,得到的复原图像在视觉上和定量分析上都获得了比较好的效果.与神经网络方法相比,支持向量机回归算法克服了神经网络的模型选择与过学习问题、局部极小问题等.

SAR图像目标的方向梯度能量分形特征研究

本文提出一种方向梯度能量分形特征提取方法用于目标的特征描述。该方法中,提出了方向梯度能量、方向梯度总能量、总方向梯度能量、方向梯度能量分形特征、复数分形特征等的概念和算法,分析并得出了方向梯度能量分形特征的性质,提取了二维目标的分形特征用于SAR图像目标检测。理论分析和实验结果表明,采用这种方法能够有效地检测不同形状和不同尺寸的目标。同时,这种方法还具有编程简单、运算速度快等优点。

3维大脑核磁共振图像隐私信息剔除方法

在神经影像研究中,患者的面部特征有时可以通过3维表面重建技术从影像中复原,这使得患者身份隐私信息泄漏存在潜在可能。为了解决这一问题,提出一种自动化面部特征剔除算法,从海量多模态大脑核磁共振影像中自动剔除患者身份相关的面部特征信息。该方法基于一种新提出的多分辨分层特征向量匹配方法来准确定位3维影像中的解剖学点标记,并通这种匹配方法从多模态磁共振影像中确定患者面部特征相关的解剖结构的空间位置,并以此为基础估计出一个最优3维剔除平面来剔除患者面部特征信息。最后,通过实验验证了该方法的有用性和可靠性。

基于三维图像处理的心肌细胞中Ca^(2+)浓度研究

心肌细胞中Ca2+浓度的空间和时间分布,对于建立心肌细胞节律运动电路模型提供离子特性参数有很大帮助。提出了一种幼鼠心肌细胞中Ca2+浓度分布分析的新方法。对激光共聚焦显微镜(LSCM)采集的幼鼠心肌细胞序列图像进行图像处理、三维重建、细胞分割、距离变换,从细胞膜向内进行分层剥离,得到心肌细胞中Ca2+浓度的空间和时间分布。该方法极大地方便生物研究和医学诊断,基于三维距离变换研究Ca2+浓度时间空间分布的方法也可运用于类似的生物医学研究。

图像距离变换方法用于心肌细胞中Ca^(2+)浓度分布的研究

目的通过分析细胞中Ca2+浓度的空间分布和时间分布,为建立心肌细胞收缩舒张周期运动的数学模型提供特性参数,从而在细胞级的水平上辅助心脏病病理药理的本质研究。方法首先将心肌细胞图像进行图像分割,然后采用图像距离变换方法将细胞由细胞膜往里进行距离分层,再在每层细胞上检测Ca2+的浓度。结果得到在连续时刻下每层细胞的Ca2+浓度,并计算出了心肌细胞中Ca2+浓度的空间分布和时间分布情况。结论基于图像距离变换的方法能够快速、正确地分析心肌细胞弹性运动中的Ca2+浓度以及其它离子浓度的分布特性,该方法也可应用于其它弹性运动物体中的特性分析中。

基于Web Service岩心图像分析管理系统的研究开发

本文从岩心图像扫描及综合分析管理系统的实际应用背景出发,针对其存在的问题,提出了基于Web Service(web服务)的系统应用集成解决方案。通过对Web Services的技术特点,体系结构及其关键技术的讨论,设计了基于Web Service的分布式岩心图像扫描及综合分析管理系统应用集成模型,并利用.NET技术,VC++和C#编程语言进行了系统应用集成的实现。

基于凸集投影(POCS)的车牌图像超分辨率重建研究

针对车牌识别中所拍摄的图像序列存在分辨率较低的问题,提出了利用图像间的互补信息来重建一幅高分辨率图像的方法,以便于车牌图像的识别。通过迭代求解法和高斯金字塔模型,快速精确地估计得到配准参数,采用凸集投影(POCS)算法对图像序列进行了超分辨率重建。实验表明算法具有亚像素级的配准精度和较强的稳健性,重建图像取得了良好的视觉效果。

多视点视频编码中图像分组技术的研究

在多视点视频编码中,引入了视点间运动补偿预测技术,而在视点间预测过程中,由于视差矢量的使用,使得GoP长度对编码效率的影响与一般H.264/AVC编码有所不同。在分析了可分级B帧的预测结构对多视点视频编码性能的影响基础上,通过对不同视频序列设置不同GoP的大小,经过多次反复实验,而后对实验结果进行分析,找到了在一定数值范围内的GoP。通过该GoP得到了较好的PSNR和模值较小的MV或者DV,节约了一定的编码时间。

嵌入式图像采集平台的信息管理系统设计

设计并实现了一种基于嵌入式平台的岩屑图像采集信息管理系统。系统由SQLite数据库、Web服务器、无线Wi Fi模块三部分组成。岩屑图像采集完成后将井号、井段、采集时间等信息写入到数据库中,采集进程利用Socket通知Web服务器更新采集信息。PC或者移动设备通过Wi Fi与Web服务器建立连接,Web服务器利用Websocket协议将采集的信息发送到客户端的浏览器,同时也可以在客户端下载图像。

高压缩低损耗图像编码算法研究

根据现有的图像压缩方法,提出一种二次压缩的具体算法。这种算法是先采用离散余弦变换、线性量化、哈夫曼编码进行有损压缩,再采用行程编码进行无损压缩。通过程序对岩心图像进行研究,测试结果证明了算法对岩心图像处理可以取得高压缩低损耗的目的。

图像特征点提取及匹配技术

针对图像特征提取与匹配的适应性和准确性问题,将尺度不变特征变换算法(SIFT)应用到图像的特征点提取与匹配中。SIFT算法可在尺度空间寻找极值点,提取对图像尺度和旋转变化具有不变性,对光照变化和图像变形具有较强适应性的特征点及其特征描述。首先,采用SIFT算法提取图像的特征点及其描述,然后,采用基于置信度的匹配算法进行特征点的匹配,以找到图像间准确的匹配点对。最后,对不同光照条件、焦距、拍摄角度获取的图像进行特征点的提取及匹配。实验结果显示,本文算法对图像的光照、平移、旋转变换具有很好的适应性和准确性,能够提升匹配的自动化水平和准确度,准确率超过90%。结果表明,提出的算法可以进一步应用到图像识别,图像重建等领域。

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建。介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设。最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建。分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB。本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求。

一种用于视频超分辨率重建的块匹配图像配准方法

图像配准是超分辨率重建中的一个关键问题,直接影响超分辨率重建图像的质量.本文在自适应十字搜索(Adaptive rood pattern search,ARPS)块匹配算法的基础上,根据小波域中各图像之间的相关性,提出一种分层块匹配算法-基于小波变换的改进的自适应十字模式搜索算法(Improved adaptive rood pattern search algorithm based on wavelet transform,W-IARPS),该方法在小波变换域完成匹配宏块的搜索,有效地减少了匹配点的搜索个数,且配准图像的峰值信噪比相比全搜索算法下降不到0.ldB,保持了较高的配准精度.最后采用凸集投影(Projections onto convex sets,POCS)算法对配准后的图像进行超分辨率重建,取得了较好的视觉效果.实验结果表明,该方法具有较高的配准精度和重建效果,算法稳健可靠.

流形学习中的算法研究

详细介绍了一种新的机器学习的方法——流形学习。流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视。目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding,LLE)等。详细讲述了当前常用的几种流形学习算法以及在流形方面已经取得的研究成果,并对流形学习目前在各方面的应用作了较为细致的阐述。最后展望了流形学习的研究发展趋势,且提出了流形学习中仍需解决的关键问题。

岩石薄片正交偏光图像的颗粒分割方法

为了解决图像分析技术应用于岩石薄片粒度分析一直受到图像分割效果的制约问题,提高岩石颗粒自动分割的准确性,提出了一种岩石薄片图像颗粒分割的新方法。该技术是以自主研制的图像采集系统为基础,通过序列图像获取、序列图像处理、多分割层叠加、SRM算法分割以及小面积合并处理等实现颗粒分割。实践表明该技术用于碎屑岩薄片粒度分析可以实现90%以上的颗粒准确分割,具有良好的实用性、可靠性和准确性,弥补了普通显微镜在粒度分析中的不足,具有较高的推广价值。

基于马尔可夫随机场的低分辨率车牌图像复原算法

由于采集到的车牌图像分辨率较小,为获取高分辨率的图像,提出基于马尔可夫随机场模型的车牌图像超分辨率复原算法。首先对图像进行分块;然后利用马尔可夫随机场对这些分块进行建模,通过模型学习训练库中高低分辨率图像的关系,预测待复原的低分辨率车牌图像的高频细节信息。实验结果表明,本算法对车牌图像取得较好的复原效果,算法复原的超分辨率车牌图像更接近于真实图像,具有更高的峰值信噪比。