ART算法的平均值法改进方案

二维断层成像中,代数重建(ART)算法面临的最大问题就在于计算量大、重建速度慢。针对这个劣势,提出了一种使用平均值法改进的ART算法,希望能更快地重建出质量较好的图像。该算法将每一次迭代过程的所有中间值记录下来,并求出其平均值,将此平均值作为下一次迭代的初始值。经过实验证明这种改进后的ART算法经过更少的迭代次数后就能达到较好的重建质量,且质量比传统算法还要好。     

图像代数重建算法的并行性研究

针对CT图像重建中不完备投影数据重建问题,提出了基于迭代的代数重建(ART)算法。为了解决ART算法重建速度慢这一问题,文中采用计算机集群的并行加速处理技术,将投影角度均匀地分配给适当的多个CPU,再将多个CPU并行独立运行的重建结果进行加权平均。实验数据表明,图像重建速度提高近6倍(CPU个数为6),图像重建质量优于传统的串行重建质量,且提高了ART算法的实现效率。     

基于改进牛顿-拉夫逊算法的脑出血磁感应断层成像研究

针对脑出血磁感应断层成像(MIT)中正问题模型过于简化、图像重建质量较低、算法收敛效率低、病变与背景间伪影较大、耗时较长等问题，该文提出一种用于脑出血MIT的改进牛顿-拉夫逊(NR)算法。将线性反投影(LBP)算法计算结果作为改进NR算法的迭代初值，在目标函数中加入自适应加速惩罚项和L2范数惩罚项，提高算法每一步迭代的效率，减少重建图像的伪影。引入投影算子P施加物理意义上的约束，提高收敛速度并改善成像质量。利用Comsol Multiphysics构建了包含头皮、颅骨、脑脊液和脑实质的真实3维颅脑模型。仿真计算了相位差检测值和灵敏度矩阵用于后续的图像重建。利用所提改进NR算法与5种图像重建算法分别对3个位置出血量分别为24 ml, 14 ml, 2 ml的脑出血进行磁感应断层成像。实验结果表明，所提算法相比其他5种算法重建图像的质量更高，成像时间平均只需NR算法的1/3。使用更少的迭代次数重建出更高质量的图像，并且能实现2 ml脑出血的图像重建，为脑出血的MIT检测提供一种新的有效算法。     

基于图拉普拉斯正则化的PET图像核重建方法

正电子发射断层成像（Positron Emission Tomography,PET）在很多疾病的早期诊断中有重要的作用,PET图像重建的难点之一是如何在保持重建图像中病灶边缘特性的同时具有良好的去噪性能.针对此问题,本文提出了一种结合图拉普拉斯正则化和深度图像先验的PET图像核重建方法 .设计了改进的U-net神经网络,将PET前向投影模型中的核系数表示为神经网络的输出;通过先验图像构建图拉普拉斯矩阵,重建问题被建模为基于神经网络的带图拉普拉斯正则化项的最大似然函数优化问题.利用优化转移方法导出了收敛的迭代重建算法,每一次迭代包括由核重建方法更新图像和利用神经网络更新核系数两个步骤.仿真和临床实验结果表明,本文提出的方法在不同的指标下都有更好的重建效果,优于已有核重建方法以及最新的基于深度系数先验的重建方法 .     

MPEG-7视觉区域形状描述子的商标图像检索

为了降低MPEG-7区域形状描述子-角半径变换(ART)的数据冗余,首先提出在新的离散情况下ART变换的算法实现方法;然后利用极坐标系的对称性和三角函数性质,提出了新的只需计算图像区域形状大小1/4的ART变换快速算法.构建了一个基于形状特征的自动图像检索系统,并将其应用于商标图像检索.实验结果表明,该方法具有一定的可行性和有效性,快速算法大大降低了数据冗余.     

一种改进的TV图像重建算法

针对当前稀疏角度下有限角图像重建过程中,边界部分出现伪影,降低了图像重建质量的缺陷。文中提出了一种新的ART+TV算法,该方法是在原始TV算法的基础上进行改进。原始TV梯度下降算法求解目标函数最小值时,使用固定函数作为目标函数,文中对其进行更改,采用带参数的目标函数,并对TV重建后的结果进行自适应步长修正,加速图像收敛。与传统的ART+TV算法相比,文中算法在不改变重建速度的基础上,且在少量迭代次数下,能重建出质量更高的图像,抑制图像伪影。     

基于深度学习理论的光学分子成像图像重建方法

光学分子成像图像重建是当前的研究重点,由于传统光学分子成像图像重建方法存在重建误差,效果不理想等缺陷,为了获得理想的光学分子成像图像重建效果,提出了基于深度学习理论的光学分子成像图像重建方法.首先分析光学分子成像图像重建工作原理,找到导致光学分子成像图像重建质量差的因素,然后采集光学分子成像图像,选择卷积神经网络算法进行光学分子成像的图像重建.实验结果显示:采用本方法进行峰值信噪比(PSNR)范围为34.16～38.96,结构相似性(SSIM)范围为0.854 9～0.980 8,均远远大于常规方法数值,表明提出方法图像重建质量较高,充分证明提出方法性能较好.应用价值相似性指标更大,图像重建质量更高,则提出方法的图像重建性能更佳.     

一种内存优化的代数重建算法及其快速实现

本文提出一种在图像的代数重建算法(ART)中能够有效地减少内存占用的快速实现方法,将直接ART方法中的每个投影每条射线的系数矩阵分解为射线矩阵和单条射线的系数矩阵.射线矩阵保存每条射线的斜率和截距,系数矩阵在每次迭代之前计算得到,考虑到同一投影角下每条射线的相关性,系数矩阵可以递推计算,从而极大地节省了时间.实验选用Shepp-logan模型,实验结果表明了本实现方法的实用性.     

混凝土超声层析成像中的塔式算法

针对混凝土超声CT层析成像的常规迭代算法ART.提出了分块迭代的塔式ART算法.该方法克服了传统ART算法计算精度不高,异常体周边单元受异常体影响显著等缺点.其基本思想是按分辨率由小到大的顺序将测区进行逐级分块,利用ART迭代算法计算每一级块单元的波速,并将上一级单元的波速当作下一级单元的迭代初始值,通过不断细化块单元,最终达到重建混凝土测区内部结构图像的目的.对比ART算法改进前后数字模拟试验及混凝土试块试验的结果,说明分块迭代的塔式ART算法在混凝土层析成像中,迭代精度得到提高,异常体位置更明显,并减弱了异常体对周边单元的影响.     

一种基于共轭梯度最优化技术的三维时域扩散光学层析方法

扩散光学层析(DOT)中的图像重建是一个面向大参数集的非线性最优化问题,其标准求解方法为牛顿类迭代法,需要对整个Jacobian矩阵进行构建、求逆和存贮,这对大规模的三维问题是不可行的,为此常采用基于逐行线性逆策略的非创伤性填充(ART)技术,图像质量受到严重制约.采用共轭梯度算法,直接求解非线性目标函数梯度.可避免对Jacobian矩阵的操作,为有效降低步长因子求解引起的附加计算量,采用一维不精确搜索算法,通过对双非均匀目标体的平板模型进行模拟成像,与代数重建算法结果进行比较,表明共轭梯度法的重建质量、收敛速度和收敛性都优于ART算法.     

基于图像修复的图像编码技术

数字图像修复技术是图像恢复领域的一个重要分支,它的目的是根据图像现有的信息来自动恢复丢失的信息,它可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。结合数字修复技术的图像压缩编码技术是基于对象的第二代图像编码中的研究热点之一。这里首先介绍了图像修复技术的概念,然后分类说明了几种常见的修复技术,在此基础上,得到了基于图像修复的压缩编码技术的基本处理流程,最后以具体算法为例说明了基于图像修复的压缩编码技术的压缩过程。     

红外图像评价质量研究

按照红外图像的形成过程分析可认为一幅红外图像是由目标图像、背景图像和噪声图像，目标图像和背景图像是红外图像的主体，噪声图像是叠加在红外图像主体上的干扰。文章从红外图像主体能提供的信息量是否丰富、细节是否明显，噪声图像相对图像主体的大小三个方面入手，对红外图像进行质量评价，评价结果与主观评价相一致，具有较好的可比性。     

基于静止图像的小波图像编码

小波图像编码是近十几年发展起来的一种新兴的图像编码方法，目前对其研究较为广泛。主要介绍了当前基于静止图像的小波编码的原理、基本特性、现有方法和发展前景，以及所存在的问题。希望以此进一步推动这一前沿领域的研究工作。     

图像融合技术在成像中的应用

阐述了基于小波变换的图像融合的基本原理、方法及优点.通过对可见光图像与红外图像进行融合的实验比较表明,以图像的边缘特征为融合准则的融合效果更好.这种方法比较适用于场景监控的应用领域.它突出了目标的边缘,从而使观察者更容易发现和识别目标.     

基于分形编码的图像相似匹配研究

本文以自适应四叉树分割的分形图像编码为基础，研究了极坐极表达下分形码之间的匹配，并在此基础上提出了图像间分形码峰值信噪比的概念和算法，以达到量化图像间相似性的目的，实验证明，这种基于自适应分形编码的图像相似性匹配方法 人的主观判断非常接近，非常适合于用来构建和管理大图像数据库。     

基于图像核函数的图像目标识别技术研究

核方法已经广泛应用于模式识别的各个领域,但是传统的核函数仅能接受一维矢量作为输入数据,对二维图像数据需要进行一定的预处理.本文从核函数构造的角度出发,以RBF核函数为结构原型,定义了一种输入量为图像数据的新型核函数.从形式上看,本核函数仅在输人数据的类型上有所不同,其他方面完全一致,经典的基于核方法的分类器算法都可以使用本核函数.对UCI数据实验结果表明,本核函数在多种图像识别应用中均有良好的效果.     

基于融合的红外图像增强方法

由于成像过程中受外界环境影响以及成像系统自身固有特性,红外图像不可避免地会产生大量噪声,使成像系统直接获得的红外图像具有对比度低、信噪比低、边缘模糊等特点。因此,想要对红外图像目标进行很好的识别,必须对红外图像进行增强处理。提出了一种新的红外图像增强方法。该方法首先用中值滤波和均值滤波结合的方法对图像进行滤波,再用改进的OTSU法分割图像,接下来对分割后的前景和背景图像分别使用平台直方图均衡处理,并在这种分割基础上确定需要锐化的图像边缘,最后将处理后的前景和背景相加,并和需强化的边缘图像加权融合得出增强图像。仿真结果表明,所提方法对红外图像细节等综合因素的增强效果较好,并有效可行。     

基于Matlab的图像增强与复原技术在SEM图像中的应用

改善图像质量是当今研究的热点.这里利用Matlab的工具函数,采用灰度直方图均衡化和低通滤波,以及图像复原技术对一幅上皮细胞SEM(即扫描电子显微镜图片)图像进行处理,并比较他们的效果.实验结果表明,使用Matlab工具箱大大简化了编程工作,为生物医学图像处理提供了一个技术平台,综合运用直方图均衡化和低通滤波和自适应维纳滤波好于简单的使用某一方面的技术,如直方图均衡技术,更好地改善了SEM图像质量,使低对比度图像得以改善,上皮细胞与背景的区分更加明显.     

基于图像分割的SAR图像变化检测算法及实现

本文提出一种基于图像分割的变化检测方法,该方法首先根据SAR图像统计特性进行图像分割,然后对两幅SAR图像的分割图进行融合,用相同的区域分割来描述两幅图像,再利用区域灰度和纹理等信息构造图像变化函数,用变化函数对图像进行变化检测判别,最后利用合成孔径雷达(SAR)图像进行的试验,并和变化矢量分析方法(CVA)进行比较,得到了很好的效果。     

区域图像融合算法在红外图像分析中的应用

采用区域分裂合并算法获得待融合图像的共同区域,同时,对两幅待融合图像进行多尺度分解,根据区域相似度和融合量测指标对分解后的低频系数和高频系数进行加权平均和系数选取,经小波逆变换后得到融合后的图像.试验结果表明,基于区域的融合算法能够保留更多的细节信息.