希尔伯特变换在同轴数字全息再现中的应用

为了克服2步数字全息需要记录多幅图像且在进行相移时理论相移值和实际相移值总存在误差的缺点,提出了一种用单幅同轴数字全息图再现物体真实像的方法。该方法利用希尔伯特变换可以实现数字相移并且可同时滤除直流分量的特点,通过对记录的全息图进行两次希尔伯特变换,即可依次得到没有0级分量的相移量为π/2的全息图和无相移的全息图,然后运用2步相移数字全息处理方法即可再现出原物体的像。结果表明,该方法能很好地再现原物体的像。     

一种两步相移数字全息的设计与实验验证

为了快速有效地测量微小透明物体表面形貌，设计了一种基于Mach-Zehnder干涉仪的两步相移数字全息系统。该系统使用两个相同的CCD在不同距离同时采集干涉图像，利用光学相移单元在每个CCD记录的干涉图之间形成一个π的相移，然后通过光的空间传递函数及傅里叶变换给出了相位重建的算法。搭建了两步相移干涉光路，以微透镜阵列作为待测物体，验证了该系统的可行性。结果表明，该系统比四步相移法节省一半以上的时间，且能够达到与四步相移法相一致的相位重建结果。该方法对提高相位重建效率具有一定的帮助。     

一种新的基于水平集方法的SAR图像分割算法

本文基于Aubert-Aujol（AA）模型和变分水平集方法提出一个新的SAR图像分割模型;在反应-扩散框架下,将各项同性扩散算子加入到该模型的水平集演化方程中,并提出一个两步分裂水平集演化算法,该算法不需要周期性地更新水平集函数。通过对合成图像和Envisat SAR图像的分割实验,表明本文提出的算法具有较准确的边缘定位能力和噪声抑制能力。     

基于任意相移量的4步相移数字全息新方法

为了研究相移数字全息中的相移量计算问题,从菲涅耳衍射和全息理论出发,对相移离轴无透镜傅里叶变换数字全息的记录和再现进行了分析,推导了基于任意相移量的4步相移数字全息图的光场表达式,提出了一种利用相位相减计算任意相移量的新方法,并进行了相应的实验验证,得到了预期效果。结果表明,该方法与传统的4步相移方法相比,不需要对相移器进行严格标定,也能有效地消除数字全息再现光场中的0级衍射和共轭像,提高再现像的信噪比,因此,这对降低测量系统的复杂性,促进4步相移数字全息的发展是有帮助的。     

基于任意相移量的4步相移数字全息新方法

为了研究相移数字全息中的相移量计算问题,从菲涅耳衍射和全息理论出发,对相移离轴无透镜傅里叶变换数字全息的记录和再现进行了分析,推导了基于任意相移量的4步相移数字全息图的光场表达式,提出了一种利用相位相减计算任意相移量的新方法,并进行了相应的实验验证,得到了预期效果.结果表明,该方法与传统的4步相移方法相比,不需要对相移器进行严格标定,也能有效地消除数字全息再现光场中的0级衍射和共轭像,提高再现像的信噪比,因此,这对降低测量系统的复杂性,促进4步相移数字全息的发展是有帮助的.     

一种利用数字全息成像测量粒子周长的方法

为了实现粒子周长的自动测量,提出一种利用数字全息成像测量粒子周长的方法。首先,介绍了数字全息成像的基本理论。接着,给出了实验装置的结构图,并对全息再现中的自动聚焦算法进行深入研究,提出一种改进的基于小波变换的自动聚焦算法。最后,在全息再现像图像分割的基础上给出粒子周长测量的具体方法。实验结果表明,测量的海洋浮游生物周长尺寸为17.918 mm,相对误差为3.51%。这种粒子周长测量方法基本满足粒子周长测量的稳定可靠、精度高、抗干扰能力强等要求,对其他粒子形态特征参数的测量研究也具有重要的借鉴意义。     

基于模糊核聚类的双水平集医学图像分割

在实际的医学图像中,除目标和背景区域外,还存在两个以上的目标区域,传统的Chan-Vese模型一般只适用于两相图像分割,不能很好地分割多相图像。提出了一种基于模糊核聚类的改进型双水平集的医学图像分割,利用KFCM聚类算法降低图像噪声和双水平集模型的敏感性,对双水平集模型进行改进,对聚类后图像再分割。该方法具有较好的抑制图像噪声能力,充分利用图像边缘信息,无需初始化水平集函数,减少计算量和算法迭代次数,并能有效地实现多相目标区域的分割。     

有效视角图像切片嵌合法全息体视图的数值重构

全息体视图打印技术是当下广泛应用的一种全息技术。近年来本课题组提出了一种新的对视角图像进行预处理并进行全息体视图打印的方法,称为有效视角图像切片嵌合(EPISM)法,该方法可以通过一步记录实现传统两步法的全息打印效果,具有很高的研究价值。为了在光学实验之前对EPISM法全息体视图的打印结果进行预测,提出一种EPISM法全息体视图的数值重构算法,采用该算法对EPISM法处理过的合成视角图像进行数值重构,可以在光学打印之前预先得到不同观察角度和观察位置所看到的再现图像。将数值重构图像与原始采样图像以及光学实验再现像进行比较,结果表明:该算法可以较好地对EPISM法全息体视图打印的光学实验结果进行模拟。     

基于相移量提取的两步相移数字全息术

提出了一种以再现参考光的峰值信噪比为判断条件的获取实际相移量的两步相移数字全息迭代方法。分析了再现参考光波的峰值信噪比与相移误差的关系。通过峰值信噪比的1阶、2阶导数来判断迭代方向及峰值信噪比是否达到最大,从而优化迭代过程、降低相移误差,并采用光学实验验证了该方法的可行性。     

基于图割的单水平集迭代终止算法

针对C-V模型中变分水平集优化方法存在的最佳迭代次数难于确定,且容易陷入局部最优等不足,借鉴图割算法在较短时间内能得到全局最优的优势,提出一种基于图割的单水平集迭代终止算法.首先在目标区域设定一条初始轮廓线,采用无须重新初始化的C-V模型对轮廓线进行迭代,当轮廓线内部面积变化值小于预先给定的阈值时终止迭代,然后将此轮廓线作为图割算法的初始轮廓线进行图像分割.实验结果表明,该方法较原始C-V模型大大缩短了迭代时间,稳健性更高,具有较好的图像分割效果.     

基于梯度的低对比度X线图像分割方法

在医学骨折诊断领域,X线图像是骨折诊断的重要手段,X线图像中骨骼组织的精确分割为后续的诊断提供了重要依据。为此,文中首先利用Sobel边缘检测算子得到X线图像的梯度图,然后利用灰度图像单目标跟踪算法,提出了一种基于梯度的多目标分割算法,经过三轮跟踪获得了骨骼组织的精确定位,实现了医学骨科X线图像的骨骼分割。最后,将分割结果与边缘检测和阈值方法的分割结果进行了比较。试验结果表明,该方法对低对比度图像能够得到好的分割效果,比较适合医学骨科X线图像的骨骼分割。     

基于模糊阈值和水平集的红外图像分割方法

针对阈值法分割红外图像易产生误分割和水平集分割方法受初始曲线限制大,提出了一种结合模糊阈值与水平集的自适应红外图像分割方法。该方法首先采用二维Otsu方法计算阈值,利用该阈值获取模糊阈值分割法中的窗口宽度,使模糊阈值分割法具有自适应性;然后采用此自适应模糊阈值分割法预分割红外图像,利用预分割结果自动获取水平集初始曲线;最后将Chan-Vese方法与Shi方法结合提出改进的水平集方法,并用此方法分割红外图像。实验结果表明,本文方法具有较好的分割效果和较强的鲁棒性。     

一种感光不均匀数字PCR荧光图像分割算法

针对传统阈值法难以快速准确分割感光不均匀数字PCR(Polymerase Chain Reaction)荧光图像的问题,提出了一种两步分割算法.第一步,对预处理后的图像采用Otsu算法进行分割;第二步,提取第一步分割不完全的区域,基于图像复杂度确定待分割区域的灰度范围,并基于灰度统计信息计算最优分割阈值,分割结果与第一...     

一种三维分割算法在超声序列图像分割中的应用

图像分割在医学超声图像的定量分析和定性分析中具有重要的作用,它直接影响到后续的分析和处理工作。对于具有复杂特性的医学超声图像,传统的图像分割算法难以获得满意的效果。文中提出了基于一维Otsu方法的三维分割算法,具有快速性和准确性的优点。该方法应用于B超图像,实现了序列图像的自动分割,与普通的一维Otsu法相比,具有更好的分割效果。     

基于克隆选择和多重空间构造的彩色图像分割

该文提出一种基于克隆选择和多重空间构造的彩色图像分割方法。该方法首先将一些常见的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析技术(PCA)分别对其进行计算,得到最具有识别能力的颜色分量来构造多重颜色空间;然后利用克隆选择算法对样本进行自学习,得到全局最优的聚类中心;最后用得到的聚类中心对图像进行分割。由于该文的方法结合了克隆选择算法的非线性分类能力,通过对彩色图像自适应的构造最佳多重空间,能够快速准确地得到分割结果,克服了传统分割方法使用固定颜色空间以及容易陷入局部最优的缺点。通过实验表明,该方法对彩色图像同质区的分割均匀,边缘保持度好。此外,新方法对彩色图像的亮度和纹理变化不敏感,鲁棒性较强。     

基于OTSU准则及图像熵的局部递归分割算法研究

在图像分割中，门限的选取至关重要，本文在Otsu门限选择准则的基础上，研究了一种基于图像熵的局部递归的门限选择及分割算法，该算法在图像背景不均或图像不是简单的单峰、双峰图像的情况下可以有效的分割，分割后图像的细节更加丰富，有利于分割后的特征提取。对几种不同的目标进行了实验，获得了较好的实验结果。     

改进的分水岭算法在图像分割中的研究

图像分割作为图像处理中最基础的研究领域之一,占有很重要的地位,是大多数图像分析和处理的不可替代并且是首要步骤的一个基础环节,在理论研究和实际应用中都得到了人们广泛指重视,目前已提出了多种不同的图像分割方法,总体上来说这些算法主要建立在基于图像本身的相似性上,在许多应用领域都获得了成功,但是没有一种方法适用于所有的图像。分水岭算法近年来得到比较广泛的应用,此次研究中用基于形态学的分水岭分割方法对图像处理,进行仿真,与其他方法相比可以较好的分割对象。     

QoS路由选择:问题与解决方法综述

保证服务质量的QoS路由(Quality of Service Routing)是网络中解决QoS问题的一项关键技术.QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证整个网络资源的有效利用.度量参数选择问题、寻路问题和路由信息不准确问题是QoS路由中的几个主要研究内容.本文围绕这三个方面,介绍了QoS路由中的主要问题及相关的解决办法,并探讨了今后QoS路由可能的研究方向.     

基于改进人工蜂群算法的多阈值红外图像分割

针对传统的多阈值红外图像分割中多阈值选取存在的效率低、计算重复等问题,提出了一种基于改进人工蜂群算法的多阈值红外图像快速分割算法.首先,在阈值选取时引入人工蜂群算法,实现多阈值的选取.然后,针对原始人工蜂群算法存在的收敛速度慢、容易陷入局部最优的缺点,分别从引领蜂搜索、跟随蜂搜索和侦察蜂搜索3个方面进行了改进,使其更快、更准地收敛于最优解.实验表明,相比于原始人工蜂群算法,改进后的算法在精度相同时速度更快,迭代次数相同时结果更接近最优解.该算法能够在保证精度的前提下高效地对红外图像进行多阈值分割,是一种可行的红外图像分割方法.     

基于信息熵和改进粒子群算法的医学图像分割方法研究

针对传统的医学图像分割算法存在组织边缘模糊、灰度不均匀和图像噪声高的问题,将信息熵和改进的粒子群算法相结合,提出了一种基于信息熵和改进的粒子群算法的医学图像分割方法,在确保信息熵最大的条件下,实现医学图像的最佳阈值分割.将信息熵最大化作为适应度函数,通过改进的粒子群算法优化获得最佳分割门限,实现医学图像的最佳阈值分割.选择不合噪声和含噪声的脑部图像为研究对象,通过直观分析、客观分析和分割速度分析发现,提出的新方法在很大程度上克服了传统医学图像分割算法存在的缺陷,分割速度和精度得到显著提升;与此同时,新的算法具有很强的鲁棒性和抗噪声能力.