基于加权直方图的数字减影图像矫正算法

 数字减影图像矫正是DSA血管三维重建的重要预处理过程.运用分阶段矫正思想,本文首次提出基于加权直方图的数字减影图像矫正算法,对传统运动矫正和灰度矫正算法均进行有效改进.改进措施包括根据减影图像边缘信息选取控制点、构造基于减影加权直方图能量的相似性测度、生成血管排除模板和利用减影加权直方图寻找灰度偏移量.实验结果表明,改进算法能改善减影图像质量,增强血管辨识度,更有效消除运动噪声和灰度噪声,矫正效果明显.     

基于灰度冗余的红外图像实时均衡技术

文章提出一种新型的基于灰度冗余的红外图像实时均衡算法,通过图像灰度直方图的统计,将灰度像素分布为零的灰度级进行完全压缩,将灰度分布很少的灰度级映射到最近的大于阈值的灰度级,然后将有效图像灰度级进行等间距排列,最后完成排列后的直方图映射.该算法在压缩灰度冗余的同时,进行直方图的实时无损均衡,提高了图像质量,并实现实时处理,避免了常规直方图均衡带来的灰度断层现象.该算法在红外热像仪的应用中取得了较好效果.     

基于逆拉伸变换的脑血管减影图像非刚性配准

提出了一种基于逆拉伸空间变换的蒙片像素点灰度值映射求解方法.实验中使蒙片网格化以产生恰当的控制点,采用最大减影直方图能量相似性测度准则和鲍威尔优化搜索方法,对蒙片图像和活片图像进行局部变形非刚性配准.该算法有效保证了蒙片图像变形前后灰度值变化的拓扑一致,使变形后的蒙片图像仍保持清晰准确的轮廓,配准后的减影图像质量良好,噪声和伪影明显减少,同时省去插值计算过程,配准速度明显提高,为临床中的脑血管病变诊断提供了有力支持.     

基于逆拉伸变换的脑血管减影图像非刚性配准

提出了一种基于逆拉伸空间变换的蒙片像素点灰度值映射求解方法。实验中使蒙片网格化以产生恰当的控制点,采用最大减影直方图能量相似性测度准则和鲍威尔优化搜索方法,对蒙片图像和活片图像进行局部变形非刚性配准。该算法有效保证了蒙片图像变形前后灰度值变化的拓扑一致,使变形后的蒙片图像仍保持清晰准确的轮廓,配准后的减影图像质量良好,噪声和伪影明显减少,同时省去插值计算过程,配准速度明显提高,为临床中的脑血管病变诊断提供了有力支持。     

基于大气灰度因子的红外图像增强算法

通过分析红外图像的成像特点,将图像的灰度空间来源分解为物体辐射以及大气辐射,并提出了大气灰度因子来表征由于大气辐射产生的灰度空间。为了改善图像质量,增强图像的视觉效果,通过建立基于大气灰度因子的灰度映射模型有效地消除了大气辐射造成的图像质量退化。针对增强图像出现的边缘比较粗糙的问题,本文以原始图像为引导,通过导向滤波对大气灰度因子进行修正。相较于传统的直方图均衡算法,本文的算法具有更强的适应性,能够在增强图像对比度的同时较好地保留边缘细节等信息,有利于进一步的红外目标检测等工作。     

基于直方图相关的图像灰度校正

在对遥感图像进行地貌分析或匹配时,图像的灰度校正是必不可少的环节,其结果直接影响后续处理。提出基于线性点运算的直方图相关的灰度校正算法,首先将待校正图与预期结果图进行直方图灰度级的一致化,求解斜率系数,然后通过直方图相关方法解出平移量,最后利用线性点运算完成图像的灰度校正。结果表明,算法对由光照条件引起的灰度变化的校正具有较高的稳健性。     

基于直方图和主灰度的调光算法

为了有效解决液晶显示中背光能耗与显示质量的矛盾,在综合分析了灰度直方图和主灰度等图像特征与图像背光关系的基础上,提出了一种基于这些特征的调光算法。首先统计输入图像像素灰度的平均值,并依据平均值将图像划分为3种类型;然后统计图像的灰度直方图和主灰度等特征值;最后采用多元回归分析方法分析图像特征与背光之间的关系从而确定背光公式系数,再依据公式计算背光调光亮度。对该算法使用30幅典型图像进行了仿真测试,实验结果表明调光效果指数DEI为0.95,平均节能率为28.22%。与其他算法相比,本文算法具有较高的节能率和较好的显示效果,较好地平衡了显示效果和节能率的矛盾。     

基于二维灰度直方图的蚁群图像分割

提出了一种基于二维灰度直方图的蚁群图像分割方法。该方法基于二维灰度直方图 的灰度、邻域平均灰度及灰度频数进行蚁群模糊聚类,通过二维灰度直方图的一维最佳投影,设置精确的初始聚类中心来解决蚁群算法循环次数多、计算量大的问题;并针对具体应用,对聚类半径、信息激素和启发式引导函数进行了相应的修正。实验表明该算法速度快、划分特性好,可以准确地分割出目标。     

基于灰度直方图的场景转换的检测算法

提出了一种基于灰度直方图的场景转换检测算法,可以由灰度直方图的变化判断是否发生了场景转换。灰度直方图算法有效避免了直方图法的漏检问题和灰度图法的误检问题,同时采用双阈值法提高了检测效率。实验表明,该方法简单有效,且识别准确率较高。     

一种16位灰度图像自动调窗算法

16位灰度图像常用在某些需要高精度的图像处理与分析中,但由于其灰度范围过大,需要调窗处理才能获取感兴趣的信息。采用人工手动调窗需要用户具有丰富的经验才能得到清晰的图像,并需要一定的时间,因此会降低用户的工作效率。现有的自动调窗算法不能很好地处理各种直方图分布的图像。针对这种情况,在分析了大量的16位灰度图像的基础上,提出了一种16位灰度图像自动调窗算法,算法在读入图像后自动判断图像直方图类型,并根据直方图类型计算最佳的窗位和窗宽。对所提出的方法进行了大量的实验验证,并与现有的调窗方法进行了比较。结果表明,文中方法可以显著地提高图像的清晰度和对比度,且比现有的调窗方法具有更好的性能。     

基于区域灰度极小值的网孔织物图像分割算法

针对网孔织物图像的对比度低和噪声点多而导致分割结果中存在网孔连在一起和残缺等问题,提出一种基于区域灰度极小值的分割算法以期提高网孔的分割精度。首先利用高斯金字塔缩放和直方图均衡化算法处理图像以增强图像的纹理轮廓和明暗对比度。然后采用一种基于区域灰度极小值的分割算法以解决仅仅依靠灰度值大小而无法正确分割网孔的问题。最后采用一种多图像融合算法以解决基于局部灰度极小值的分割算法中阈值选择困难的问题。选择多种不同光照程度的网孔织物图像进行实验,实验结果表明所提算法的分割效果良好,能够有效地解决分割结果中网孔连在一起和残缺等问题,且网孔织物的分割错误率为0.24%。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

基于改进PV插值和混合优化算法的医学图像配准

基于互信息的医学图像配准算法近来获得了广泛的应用.在计算互信息的时候,采用部分体积插值计算联合直方图无法避免在象素整数倍位移处的局部极值,有可能导致误配准.本文提出了基于B样条函数的部分体积插值方法,有效地减少象素整数倍位移处的局部极值;在优化互信息函数的时候先使用遗传算法将配准参数收敛到最优值附近,然后使用Powell方法进行局部搜索,避免误收敛.实验表明,本文提出的算法具有更好的精确性和稳定性.     

采用改进梯度互信息和粒子群优化算法的红外与可见光图像配准算法

针对传统互信息图像配准容易产生局部极值,以及传统梯度互信息配准方法计算量大等问题,在互信息和梯度方法基础上构建了一种改进的梯度互信息方法,该方法直接统计梯度图像的互信息,有效地将图像梯度信息和灰度信息结合起来,不仅保证了配准精度,而且较传统梯度互信息方法减少了计算量。在参量优化的过程中,针对传统粒子群优化算法易陷入局部极值的缺点,提出了改进的粒子群优化算法,该算法在传统粒子群优化算法基础上引入混沌优化思想和遗传算法中的杂交思想,不仅能够有效抑制局部极值,而且加快了收敛速度。多种红外与可见光图像配准实验结果证明,文中提出的算法能够有效提高配准精度和速度。     

一种新的SAR图像自动配准算法

由于图像间光谱特性的差异，对图像配准的精度产生严重的影响，因此该文提出了一种基于改进灰度熵的SAR图像自动配准算法。文中首先对SAR图像进行配准前的预处理，提取图像掩模，然后计算图像行和列的灰度熵，将其作为图像的特征信息完成图像间的配准，提出了配准优化算法的完整步骤，并利用多种方法对配准结果进行评价。实验证明该方法可以有效克服图像间亮度不均的影响，充分利用了像素的有用信息，具有很高的配准精度和配准效率，是一种正确可行的图像配准算法。     

基于多参数配准模型的脑核磁影像分割算法

配准技术在基于多图谱的分割方法中能有效地将医学图谱的先验知识融入分割过程,再结合以高效的标记融合算法,最终实现精确地自动分割.针对图谱配准的较大误差及其对标记融合的重要影响,本文建立了一种新的概率图模型框架并以此提出了基于多参数配准模型的分割算法,将此方法与高效的标记融合算法相结合,可以提高目标图像中特定组织区域的分割精度,更使其在少量图谱分割的情形下具有重要应用.首先,使用多种配准参数对所有目标图像进行配准;然后,分别采用不同的算法对配准图像进行灰度融合和标记融合,实现训练图像的重构过程;最后,利用高效的标记融合算法对重构后的图像进行融合得到最终精确的分割结果.实验结果表明该方法均优于本文其他分割算法,能够有效提升脑部组织分割精度.     

Flexible mask subtraction for digital angiography

A flexible-mask algorithm that effectively provides correction for motion artifacts and gray-level variations in digital subtraction angiography (DSA) images is presented. The algorithm makes use of a flexible local registration of the mask with the live image to minimize the main distortions caused by the complex motion of the heart, namely spatial translation, rotation, and nonisotropic scaling. It also reduces the gray-level variations caused by the diffusion of the contrast medium into parts of the heart other than the arteries. It is concluded from experiments on X-ray coronary angiograms that when the background near the arteries is rugged or provides significant interference, flexible mask subtraction offers important improvements in quantitative estimates of the sizes of the arteries. In all the X-ray images used in the experiments, the precision of the method was at the 0.1-pixel level. The computation is extensive. However, some improvements can be achieved by doing the subtraction only at the coronary arteries and the immediate neighborhood instead of the whole image. The algorithm lends itself to implementation by parallel-structured hardware.     

基于方向直方图的Mean shift目标跟踪新算法

Mean shift算法是一种非参数密度估计算法,可以实现快速的最优匹配。为了有效地将Mean shift算法应用到灰度图像中,使用空间分布和纹理信息作为匹配信息,提出了一种基于空间方向直方图的Mean shift跟踪新算法。利用卡尔曼滤波器来获得每帧目标的起始位置,再利用Mean shift算法得到跟踪位置。实验结果证明,该算法在目标运动较快,目标尺度变化的情况下仍能稳定、实时、高效地跟踪目标。