基于边缘拐点的医学图像配准

利用控制点进行医学图像配准是医学图像处理领域的重要研究内容,其中控制点的选取是重点研究的一点。本文提出先将图像二值化,提取边缘,在边缘处利用边缘信息及其邻域内的信息提取拐点作为控制点。将变形图像和参考图像的拐点坐标分别作为网络学习的输入和输出样本,经过训练得到一组网络连接权参数,利用学习好的网络预测配准图像。以人脑CT图像为例,通过实验验证了算法的有效性。     

基于互信息的功能磁共振图像配准

互信息作为衡量两幅图像配准的相似性测度函数,当两幅图像配准时,互信息达到最大值。该文提出了基于互信息脑功能磁共振图像配准新方法,采用了无需计算梯度的Powell直接搜索算法,并通过多分辨的方式加快了图像配准速度。磁共振的配准实验证明,互信息法能准确地实现多模态医学图像的配准,并且能达到亚像素的精度。     

基于尺度预估的SAR图像相位相关配准算法

高精度的图像配准是SAR图像融合的前提条件之一.针对相位相关匹配方法用于强相干斑噪声的多波段、多极化SAR图像匹配时存在的缺点,提出了一种基于尺度预估的SAR图像相位相关配准算法.首先,利用图像问的中心频谱值之比实现尺度预估计;然后,在相位相关过程中,针对强噪声图像的互功率谱的逆傅里叶变换图存在多峰的情况,通过脉冲值的局部搜索得到最佳的匹配参数;最后,校正待配准图像,达到精确配准.实验结果表明,文中算法对于多波段、多极化SAR图像具有良好的匹配效果.     

基于投影的fMRI时间序列图像配准方法研究

利用投影技术,针对功能磁共振时间序列图像,介绍了一种新的自动图像配准方法。该方法将序列图像二值化后沿着水平方向或垂直方向进行投影,根据投影向量元素的位置和大小,快速地计算出图像的旋转、平移运动的变化参数。仿真实验和实际的功能磁共振应用证实了该方法的有效性。     

基于双向ICP跨源点云配准的鞋底涂胶轨迹生成

针对自动化鞋底涂胶系统中存在的鞋型适用性不高的难题,课题组提出了一种基于修正PCA(principal components analysis)和双向ICP(iterative closest point)的跨源点云配准算法。对比3种采样方法对最终配准精度的影响,选择了最远点降采样作为配准前对点云的预处理;提出了修正PCA对鞋底点云进行粗配准,为精确配准提供了较好的初始变换矩阵;利用对跨源点云配准鲁棒性较好的双向ICP进行精确配准;根据精确配准结果将标准涂胶轨迹迁移到实时鞋底涂胶系统上,从而得到实时涂胶轨迹。结果表明：修正PCA+双向ICP在快速精确配准跨源鞋底点云上具有优越性,其中双向ICP迭代20轮后误差减小到1.31 mm,相比传统ICP算法误差减小了1.13 mm;修正PCA+双向ICP算法在处理不同鞋型时具有较好的适用性和精度,配准时间也满足系统要求。该算法可提高传统鞋底涂胶系统对各类鞋型的适用性,具有一定的工程实用价值。     

图像配准中角点检测算法的研究与比较

特征点的提取是基于点特征图像配准算法的一个关键步骤,在所有的特征点检测方法的研究中,以角点检测方法的研究最受关注。文章对图像配准中角点检测算法进行了理论研究,并进行了对比实验和分析。     

超声和MR/CT图像的非刚性配准技术

刚性或近似刚性图像配准的研究已在神经导航领域获得了实际意义的临床应用。相比之下,非刚性图像配准的研究则比较薄弱,尤其是像超声和MR/CT图像配准等多模态非刚性图像配准。本文总结了各种非刚性图像配准方法,着重于近年来用于超声和MR/CT图像配准的新方法,归纳这些方法的原理、创新性和优缺点,并展望超声和MR/CT图像配准技术的发展。     

基于改进的MeanShift人体跟踪算法

MeanShift算法是利用特征空间中的密度梯度方向进行迭代搜索,获得局部密度极大值的样本点。由于利用单一颜色特征和整体目标区域建立模型,在目标尺度变化和光线变化情况下鲁棒性较差。传统的MeanShift算法没有模板更新机制,在跟踪过程中跟踪的窗口带宽始终不变,这导致了目标再次变化时易跟踪失败。采用对目标进行分决,利用人体的特征,对人体进行分块,并对每块进行纹理和颜色相结合的方式进行建模,形成改进的MeanShift算法,通过有遮挡情况下的人体跟踪实验,证明改过后的算法大大地提高了跟踪的鲁棒性。     

人体完整腰椎骨三维运动的测量研究

为了进行人体完整腰椎骨运动的研究，设计并制造了平行光三维运动测量和分析系统．通过平行光测量系统，将每个椎体上三个标志点的运动投影到光屏上，以摄象机动态记录并输入计算机图象处理系统进行数据处理，同时运用刚体运动学原理进行计算，获得人体完整腰椎骨三维运动的运动特征．     

基于能量优化的无人驾驶车轨迹跟踪控制

为有效使用有限的电池容量,实现无人驾驶车（AGV）在轨迹跟踪过程中的能量优化,针对三轮AGV的特点首先建立了其运动学跟踪模型及电机能耗模型,然后运用Lyapunov稳定性分析方法、最优化理论及Backstepping技术等工具研究了求解算法,提出了一种基于能量优化的轨迹跟踪控制方法,实现AGV轨迹跟踪和能量优化的统一控制。该控制策略对所有AGV及其他轮式移动机器人具有一般性,且设计方法简单、鲁棒性强。计算机模拟仿真结果验证了该控制器的有效性。     

一种基于UMHexagonS的运动估计优化算法

UMHexagonS算法是H.264/AVC所采纳的整像素的快速运动估计算法之一,该算法在保持良好的率失真性能的前提下,相比全搜索算法(FS)可节约70%的运算量。根据UMHexagonS算法的特点,可从三个方面对该算法进行优化:加入零运动块判决;改进的5*5螺旋搜索;优化的多层次六边形搜索。仿真实验结果表明,在保证PSNR和码率几乎不变的情况下,优化算法可有效降低运动估计时间,从而提高H.264/AVC编码器的实时性。     

基于实数编码的多种群遗传算法的点云配准

针对不同视角下测量的点云在配准时计算量大、速度慢的缺点,提出了一种基于实数编码的多种群遗传算法的配准方法,可以克服标准遗传算法速度慢、精度差的缺点,有效地提高全局搜索能力,实验结果表明:实数编码的多种群遗传算法能够快速获得较好的配准结果,以此结果作为初始位置进行最近点迭代法配准,能迅速达到所要求的精度,获得理想的配准效果。     

一种基于多目标的角度时延联合跟踪算法

提出了一种多目标角度时延联合跟踪算法.该算法首先利用高分辨处理估计出目标的个数及其初始角度和初始时延,接着通过相邻时刻估计得到的信道频域冲激响应的差,再得到各个目标相邻时刻的角度差和时延差,从而估计出不同时刻各个目标的角度和时延.相邻时刻估计得到的目标的角度和时延是自动关联的,避免了运算量较大的数据关联过程,而且在跟踪过程中并不需要进行子空间分解.仿真结果表明,该算法具有较高的跟踪性能.     

基于“两基准”理论新解释的我国产业结构优化分析

提出了对筱原三代平两基准理论的一个新的经济解释,认为它实际上是同时从需求和供给两个方面指出了一般产业结构调整升级的最基本标准;然后对照标准分析了我国产业结构的主要问题:没有稳定旺盛的市场需求,技术进步对经济增长的贡献率低;最后给出了相应的简明对策:扩大内需,向产业链高端发展和提高技术进步对经济增长的贡献率。     

基于牵引控制的移动多智能体系统的目标跟踪

研究了基于牵引控制的移动多智能体系统的目标跟踪问题.假设多智能体系统组成一个有向连通网络而且存在一个全局可达节点,应用Lyapunov稳定性定理研究了施加牵引控制的多智能体系统的目标跟踪,根据Nyquist判据和Greshgorin圆盘定理探讨了具有通信时延的多智能体系统的运动收敛性.最后,计算机仿真验证了结论的正确性.