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.     

图像特征的亚像素定位技术研究

文章分析了亚像素定位技术的应用领域和应用作用,讨论了三种典型的亚像素细分及图像边缘检测技术,对基于插值法的亚像素边缘检测及定位技术进行了研究.     

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。     

基于改进的遗传算法的快速图像相关匹配

为了解决图像匹配中计算速度慢和匹配精度不高的缺陷,提出了一种基于改进的遗传算法的匹配方法,算法的主要改进手段是,用自识别交叉算子进行交叉操作,避免种群过早成熟。实验结果表明,与基本遗传算法相比,基于该算法的图像匹配具有运算量小、匹配精确等优点,且算法稳定。     

基于改进窄带法的快速医学图像分割方法

基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中,根据分割医学图像的鲁棒性实时性的要求,提出一种新的基于改进窄带法的图像分割方法INBM(Improved narrow band method)。INBM首先将均匀采样的图像映射到对数极坐标系中,由视网膜空间分辨率机制可知,注视点都在图像兴趣区,由此形成初始轮廓,然后用改进的窄带水平集(Level Set)方法演化曲线得到最终分割结果.改进窄带法是通过降低窄带区域内的水平集函数求解个数,来减少计算时间。实验结果表明,该方法能够快速、准确地得到医学图像的结果。     

一种基于超混沌系统的图像加密算法

文章针对目前混沌图像加密算法密钥空间小的问题,提出一种基于超混沌系统的图像加密算法.该算法的主要思想是利用两组不同的初始值产生两组不同的随机序列,然后对数字图像进行加密.加密算法主要分为两部分：首先利用随机序列对图像像素进行置乱,其次将置乱后的矩阵利用随机序列进行像素值替代.实验结果以及安全性分析表明：该算法具有较大的密钥空间,较低的相邻像素相关性,并且能够有效抵御穷举攻击和统计攻击.     

基于提升小波变换的医学图像融合算法

图像融合是将多幅图像的信息综合到一幅图像的技术,它使得融合后的图像包含更为准确、更为全面可靠的图像描述。为了改善传统医学图像融合算法对细节信息的丢失,采用提升小波的方式将源医学图像进行分解,并分别对高低频采用不同的融合规则,最后经小波逆变换得到目标图像。仿真实验结果表明,该算法是有效可行的。     

基于小波变换的医学图像融合技术

不同成像技术获得的医学图像为临床诊断提供了不同的信息,图像融合技术可以综合利用多模医学图像互补信息,从而有效地提高诊断水平。该文采用小波变换对人脑MR-T2和MR-PD图像进行融合。结果表明此方法能够充分有效地将两种不同模式的信息融合在一起,融合性能优越,很好地保留了原始图像的边缘和纹理特征,为临床诊断提供更加有效的信息。     

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。     

基于核聚类的MRI和PET医学图像分割方法

为提高MRI、PET等医学图像分割的精度和速度,提出了基于核聚类的MRI和PET医学图像分割方法,通 过利用Mercer核,将原本简单的样本特征映射到更复杂的高维空间中去,放大了样本特征间的差异,这样能快速 准确地分割样本。实验表明,基于核聚类的分割方法在医学图像处理中具有重要的应用价值。     

勿需图像矫正的高精度窄基线三维重建算法

精确可信三维重建受图像配准与矫正误差严重影响,为此,提出一种勿需矫正的高精度窄基线三维重建算法。先结合相位相关与曲线拟合原理获得高精度亚象元视差:对两幅图像傅里叶变换的归一化交叉能量谱进行傅里叶逆变换得到一峰值明显的矩阵,用高斯函数对峰值附近数据进行曲线拟合计算配准关系;再将视差累加并进行单位化寻找基线在成像面上的投影(主方向);最后把视差在主方向投影,根据像点深度与该投影成正比例,进行场景三维欧氏重建。无矫正误差与高高精度视差计算使重建结果精确可信,对多类场景进行实验,证明该方法有优良的效果。     

基于面积直方图及交互信息测度论的医学图像检索方法

颜色直方图是基于内容的医学图像检索(CBMIR)中提取图像特征的一种重要方法,然而其完全丢弃了医学图像颜色的空间分布信息。为了有效地利用图像颜色的空间分布信息,本文提出了一种基于面积直方图及交互信息测度法的医学图像检索方法。该方法进一步分析了具有相同灰度的像素之间在空间分布上的差异,用其在图像中形成的主要连通区域的面积大小代替传统直方图中使用的像素总和,从而能够间接反映色彩的空间分布特征;同时,为了提高检索准确率,本文引进了交互信息测度方法。实验结果表明,本文提出的检索方法能够较为准确的反映医学图像的信息特征,从而提高了检索的鲁棒性、准确性和高效性。     

基于B样条小波的医学图像边缘提取

利用基于三次B样条小波的边缘提取方法,对医学图像进行了边缘检测并与传统的图像边缘提取方法进行了比较。结果表明:基于三次B样条小波变换的边缘提取,具有定位准确,保留细节较好的优点。     

基于相位匹配原理的宽带信号接收方法

针对传统数字信道化侦察接收结构难以采用简单方法对宽带跨信道信号进行无失真重构,以及存在兔耳效应的问题,提出了一种基于相位匹配原理的宽带信号接收方法。该方法采用改进的相位匹配算法对多通道延迟欠采样信号解频域模糊进而获取子信道信号。由于其任意相邻子频带可无缝拼接,所以该宽带信号接收方法能无失真重构宽带跨信道信号,同时避免了兔耳效应问题。仿真结果证明了该方法的有效性。     

基于NMI特征的图像检索方法

基于图像的NMI(归一化转动惯量)特征提出了一种新的图像检索方法,其优点是计算简单、图像特征占用存储空间小。实验结果表明,该方法具有一定的实用价值,可用于图像检索。     

基于神经网络的超声医学图像自动分割

图像分割是多维超声医学图像重建中最重要和最困难的问题。文中将传统的最近邻分类方法与自组织神经网络相结合，提出了一种超声医学图像的自动分割方法。实验表明，与传统的Ｋ平均方法相比，该方法除具有自动分割优点外，还具有稳定性好，自适应强，分割准确等优点。     

基于菲涅耳变换的图像置乱研究

研究了位于菲涅耳衍射区的随机相位掩模板对光学图像的置乱.在系统中不需要透镜,完全利用菲涅耳衍射进行图像加密,并利用分别放置在输入平面和变换平面的两块与统计无关的随机相位模板,将原始图像加密成随机噪声.单色平面波的波长λ,传播距离z1、z2和两块相位板及其排列顺序都可作为加密的密钥,既简化了系统又提高了安全性.     

基于SURF算法的红外图像拼接方法的改进

针对红外图像拼接存在速度慢、精度低的问题,将常用的几种可见光图像配准算法用于红外图像配准对比实验。选择其中 实时性和准确性较好的SURF算法进行优化改进,采用的方法是图像区域分块、阈值化处理和特征点匹配对两级筛选（筛选条件根据不同对象可实时调整）。在 不牺牲准确性的前提下,改进方法有效地提高了红外图像拼接的实时性。实验证明笔者提出的红外图像拼接改进方法的有效性。     

基于小波框架变换的图像融合方法

利用框架分解的多分辨率特性和方向性,建立了一种新的基于框架多尺度分解的分层图像融合方法,提出了新的融合规则和融合算子.实验表明,基于框架变换的图像融合方法是有效的,融合后的图像质量得到了较大提高.