改进的二阶互信息医学图像配准算法的研究

针对人脑的二维图像设计了一种改进的遗传算法和二阶互信息相结合的医学图像配准算法,采用互信息配准模型,以图像的灰度统计信息为配准依据,采用改进的遗传算法搜索图像的最优变换参数,并比较一阶互信息配准与改进的二阶互信息配准两种算法,实验表明改进的二阶互信息配准方法具有较高的配准精度和稳定性。     

基于互信息的多模态医学图像配准研究

由于基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,本文利用这一优点,根据图像配准的基本步骤设计出一个基于互信息的多模态医学图像配准算法.首先是采用三线性插值方法对图像进行插值处理,然后利用Powell优化算法,根据互信息值来判断Powell算法所获得的参数是否是最优参数解.最后仿真实验证明了该算法的有效性.     

基于最大互信息配准法的医学序列图像压缩算法的研究

针对医学序列图像的特点,概述了两种压缩的方法[1-3],并在此基础上提出了一种基于最大互信息配准法的压缩方法,更有效的减少序列图像之间的相关冗余.该方法充分利用了帧间相关性,具有很好的压缩性能,可以有效满足现代医学图像的压缩要求.     

基于果蝇优化算法优化Powell的图像配准研究

基于Powell算法的互信息的图像配准方法虽然具有鲁棒性强、配准精度高等优点,但是在搜索最大互信息的过程中涉及大量的浮点运算,容易陷入局部最优。结合果蝇优化算法具有控制参数少,收敛速度快和全局最优的优点,提出一种果蝇优化算法优化Powell算法的图像配准算法。实验结果表明,改进算法可以有效地提高Powell算法的全局最优搜索的速度,限制局部最优,极大地提高配准精度,可以达到亚像素级。     

基于矩主轴法对多模医学图像进行粗配准

首先对多模医学图像进行预处理;然后提取CT图像的边缘算子,并对应到CT图像感兴趣区域的边缘提取分布点(即特征点);最后通过矩主轴法得到两幅图像的质心和主轴,计算出两幅图像的平移量和旋转量,实现图像的全局粗配准。利用矩主轴法对多模医学图像进行粗配准能达到快速配准的目的,但是不能够清晰的反映出图像的反馈信息。     

基于弹性配准的图像层间插值算法研究

针对传统配准方法存在配准精度低的问题,提出一种新的弹性配准插值算法。新方法基于B样条的自由变形模型,将最大互信息准则作为形变图像与目标图像的相似性测度对相邻的片层图像进行配准。然后,提出一种改进的双线性插值方法,通过构造插值点的最小环绕四边形计算该插值点的值,从而得到最终的插值图像。     

印鉴图像配准方法的研究

随着社会经济的发展,银行业务量日渐增大,过去的手工识别方法已不能满足社会所需。印鉴图像配准方法作为自动识别方法的基础,是对标准印鉴和待测印鉴进行处理,为判断这两个印鉴是否出于同一个印章做必要的准备。本文采用一维化的印鉴图像配准方法,该方法包括印章图像灰度化、去除噪声、二值化和背景分割等预处理以及图像配准两部分。     

基于B样条函数的多模态医学图像弹性配准

论文提出一种一次B样条函数完成全局配准,高次B样条函数实现局部变形的弹性配准方法。利用互信息坝4度和窗口函数插值算法对多模态图像配准。实验结果表明本方法不但可以加速配准,而且可以改善图像的局部配准。     

基于ITK的医学图像配准与显示

医学图像配准是对于一幅图像寻求一种空间变换,使该图像与另一幅图像中的对应点达到空间上的一致。将对ITK进行介绍,并讨论交互信息配准,二维刚性配准,仿射变换3种方法的实现及其结果。     

基于谱嵌入的非刚性点云配准方法

本文针对三维人体模型采集过程中出现的大尺度变形问题,提出基于谱嵌入的非刚性配准方法,将谱嵌入与三维薄板样条函数结合,实现较好的人体配准效果。本方法能够为三维重建提供更丰富的数据信息,通过配准多个不同角度或不同时刻采集的模型,进一步构建出信息更加完整的模型。现如今,三维点云配准技术已经渗透在人类生活的方方面面,如医学图像配准,虚拟试衣间,三维服装设计等,有很大的应用前景。     

医学图像非刚性配准框架研究

提出了医学图像非刚性配准及其框架,总结并分析了医学图像非刚性配准流程中的关键环节和技术,对相关专业人员具有参考价值。     

基于仿射变换的双波段红外图像配准算法研究

图像配准是图像融合技术中的首要环节,只有经过配准的图像才能够进行融合。虽然双波段红外探测器探测的是同一场景,但是由于光学系统的构造产生了两幅图像,而两幅图像之间却存在了几何位置上的差异,所以在本文中提出一种配准方法。通过点检测方法获取图像的特征点,然后再选取其中两组较为明显的特征点组,再根据仿射变换关系式,确定其中的模型参数,并且对图像进行配准。     

基于Harris-SURF描述符的图像配准方法

图像配准是图像处理技术中重要的一部分,被广泛应用于计算机视觉、遥感测量、三维重建等多领域中。对于SURF而言,其在图像配准中应用广泛,但是该方法在提取特征点时其误匹配率高,造成图像配准精度较低问题。鉴于此,提出一种基于Harris-SURF描述符的图像配准方法。利用Harris算法的优势对图像进行特征点的检测,然后对特征点进行描述符的计算寻找点对之间的对应点对。最后使用RANSAC对不正确的对应点对进行删除并计算出最终的几何转换关系,完成图像配准,实验结果表明,提出的方法能有效提高配准的准确率。     

基于Hough直线检测的深度图像配准方法

针对传统的图像配准方法中寻找图像之间点对应关系这一难点问题,提出一种基于Hough直线检测的深度图像配准方法.利用Hough变换检测深度图像上的直线,确定不同视点图像上直线之间的对应关系.根据对应直线三维空间上的方向向量确定两幅图像之间的刚体变换参数.最后用模拟深度图像验证方法的有效性并给出三维重建结果.     

基于信息熵图像分割算法的若干改进

最大熵阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用。针对原有最大熵阈值法的不足,从3个方面对其进行了改进研究:参数化最大熵分割准则,引入灰度对比度对分割进行评价来选取参数来改善最大熵阈值法的分割性能;加权图像指数熵,引入了信息熵的指数形式并对其加权,依照灰度的分布选取权重,并通过分割后灰度对比度来确定权的参数,更充分地利用了图像的灰度信息;基于高频率灰度信息对原始熵进行变形,充分考虑了高频率灰度对分割的影响。通过对比实验表明,改进算法确定的阈值可以获得更佳的分割效果。     

SUSAN兴趣点检测算法的研究与实现

基于特征的遥感图像配准中,特征提取是整个配准过程的第一步,特征提取的质量对于最终的配准效果有着十分重要的影响。在目前的遥感图像配准中,点、线和面三种特征都有使用,其中点特征的使用最为频繁,这是因为使用点特征可以大大减少数据量从而提高运算的速度,而所谓的点特征一般称为兴趣点。主要介绍了SUSAN兴趣点的检测算法,并对该算法进行讨论研究,最后用IDL实现了该算法。     

一种基于角点特征的图像自动配准方法

针对多幅图像之间的图像配准问题,该文提出了一种新的图像自动配准算法。该算法应用Harris角点检测方法获得角点信息。在匹配过程中,采用圆形区域和双向相关系数法进行相似性度量。采用圆形区域,很好的解决了旋转问题;采用双向相关系数法,更加保证了匹配的精确度,减少误匹配率。初步实验结果表明:该方法可以高效短时地实现图像间的自动配准。     

神经导航面匹配空间配准研究

神经导航系统应用智能追踪、虚拟现实、图像处理和空间配准等技术实现术中的精确导航,如何实现精确、稳定、方便的空间配准是神经导航领域最关键、最核心的问题。从病人空间到图像空间的配准主要有点匹配空间配准,基于解剖标记点的空间配准和面匹配空间配准,它们各有优缺点。介绍面匹配在神经导航系统中的应用,阐述面匹配空间配准的原理、算法以及发展趋势。     

成果

高炉料面温度场等温线的智能提取方法成果简介:高炉料面温度场等温线的智能提取方法以数字图像处理技术为基础,运用图像灰度分布方差质量综合指标的最佳图像选择策略、基于统计和变分割阈值的灰度等高线提取技术、灰度等高线修正算法、等温线温度标定方法分别对采集到的高炉料面红外图像进行选择、提取灰度等高线、修正各灰度等高线、标定等温线的温度值。利用该方法对基于红外图像的高炉料面温度场等温线进行智能提取,提取的等温线能够表征高炉料面温度场的主要特征信息,具有计算简单、方便的特点。     

利用空域法对医学图像进行处理

PACS是医学信息系统中重要的组成部分,在其过程中图像增强处理尤为重要。图像增强技术主要是提高医学图像的可懂度。空域法是在图像平面上修改灰度的各种算法,对图像进行平滑和锐化,以消除噪声和突出图像特征。