基于相关性的三维医学图像插值

现有的插值方法在进行医学断层图像插值时，要么不能兼顾灰度和形状的变化，要么计算量太大。为解决这一问题，文中提出一种基于相关性的三维医学图像插值算法。通过对原图进行门限分割，获得体素的分割值。对相同密度物质采用灰度插值，不同密度物质，利用体素的相关性来进行插值，使新的图像不仅在灰度上，而且在组织形状上，介于原来的断层图像之间，满足了医学图像插值的要求。与线性插值相比，新算法的视觉效果好，计算误差小；插值结果可有效地应用于构建三维体模型。     

一种基于ROI的自适应3维医学图像插值方法

断层间插值是医学图像3维重建的一个重要环节。为克服现有算法带来插值图像边界模糊和计算量大等问题,提出了一种新的适合医学图像处理的自适应插值算法。该算法充分利用组织相关性和体素相关性等特点,先判断待插值点是否属于感兴趣区域,再根据曲面相似性原理确定最佳点对进行插值。实验结果表明,插值出的新图像不仅在灰度值上,而且在组织形状上更符合实际需求。此外,该算法在计算时间上比现有的同类插值算法有了很大的改善,能有效地应用于3维重建。     

基于轮廓形状的CT断层图像插值

针对CT图像的特点,提出了一种基于轮廓形状的层间插值算法,使用该算法得到的插值图像不仅在灰度上,而且在组织形状上都更接近实物.该算法与传统的插值方法相比,其视觉效果和计算误差均有较好的改进.该算法已用VC6.0编程实现,并应用于医学三维重建系统中,能够有效消除三维重建时由于断层间距过大导致的梯田效应,效果符合医学诊断要求.     

基于小波的医学图像插值

现有插值方法在进行医学断层图像插值时,不能兼顾灰度和形状的变化.为解决这一 问题,文中提出一种基于小波的医学图像插值算法.通过对原图进行小波变换,获得图像边缘对 应小波系数的位置信息,在断层图像的相应小波系数之间进行强度和位置插值,使新的图像不 仅在灰度上,而且在组织形状上,介于原来的断层图像之间,满足了医学图像插值的要求.与线 性插值、克立格插值相比,新算法的视觉效果好,计算误差小,插值结果可有效地应用于构建三 维体模型.     

基于断层图像分割的三维匹配插值

CT和MRI图像断层之间的距离远大于断层内部像素间的距离,三维剂量场的计算等工作通常需要等间隔分布的三维图像数据。目前常用的基于灰度插值方法会引起图像边界模糊,而基于形状的插值方法不能得到整个图像的数据。为解决这一问题,文中提出了一种基于断层图像分割的三维匹配插值算法。通过对断层图像进行分割,获得断层图像的空气、软组织和骨骼等区域信息。对相同密度区域采用匹配插值,不同密度区域采用缩放区域大小作为插值数据,使新的图像不仅在灰度上,而且在组织形状上介于原来的断层图像之间,满足了医学图像插值要求。和线性插值方法相比,新算法提高了插值图像的质量,插值结果可有效地应用于构建三维体模型。     

小波-Lagrange方法进行医学图像层间插值

目的 医学图像3维重建通常需要进行层间插值.现有的插值方法虽然种类较多,但在进行医学断层图像插值时,很多方法并不能兼顾图像灰度和目标形状的变化,且计算过程过于复杂.鉴于此,提出一种基于小波与Lagrange多项式相结合的插值方法.方法 首先对原始图像进行小波变换,获得图像边缘对应小波系数的位置信息,在断层图像的相应小波系数之间运用Lagrange多项式进行强度和位置插值.结果 通过实验验证,采用本文方法插值得到的图像与线性、Cubic插值方法相比,不仅在灰度值不等点方面减少了10%~50%,均方误差平均下降了3%,而且目标组织轮廓特别是拐角剧烈变化处可改善伪轮廓现象,介于原始断层图像之间,能够满足医学图像层间插值的要求.结论 与线性插值方法、Cubic插值方法相比,新算法由于引入了小波变换这个工具,可将图像剧烈变换部分提取出来,因此,本文方法在处理图像剧烈变化的情况时略有优势.新算法得到的插值图像质量有所提高,计算误差有所降低,可有效用于医学图像目标组织的3维重建.     

基于相关性的医学图像插值算法

鉴于医学图像层间插值是图像三维重建的关键环节,它直接影响人体组织器官三维重建结果的准确性;为克服以往医学图像插值方法低效率,边缘模糊的缺陷,提出了一种新的医学图像插值算法;该方法利用人体断层扫描数据中体素相关性和组织相关性,对人体组织进行分类,采用以不同的方式对不同类别的点进行插值,并对这些点进行校验;实验结果表明,该算法在插值图像的精度以及时间上比现有的同类插值算法有了很大的改善,图像边缘更加清晰,能有效地应用于三维重建。     

基于形状的三维图像匹配插值方法

现有的插值方法在进行断层图像插值时,要么不能兼顾灰度和形状的变化,要么计算量太大。为解决这一问题,文中提出一种基于形状的三维图像匹配插值算法。通过对已知两幅断层图像进行门限分割,得到各个密度物质的区域后,利用数学形态学的方法确定出插值图像每个分割区域的轮廓,然后在每个轮廓内运用匹配插值方法得到插值点的值,从而得到整个插值图像。新算法将图像的形状信息和灰度信息较好地结合起来,因此,插值出的图像不仅克服了不同密度物质边界模糊问题,而且也克服了传统的基于形状插值方法的缺点。与线性插值相比,新算法插值出的图像视觉效果好;与小波插值相比,新算法的计算量极大地减少。插值结果可有效地应用于构建三维体模型。     

基于磁共振影像层间插值的超分辨率及多视角融合

针对磁共振（MR）图像切片内分辨率高而切片间分辨率低,导致MR在冠状面和矢状面上缺乏医学诊断意义的问题,提出了一种基于层间插值及多视角融合网络的医学图像处理算法。首先,引入了层间插值模块,用来将MR体数据沿冠状和矢状方向从三维数据切割成二维图像;然后,在分别对冠状面和矢状面进行特征提取之后,通过空间矩阵滤波器动态计算权重用于任意大小的上采样因子放大图像;最后,将冠状图和矢状图在层间插值模块中得到的结果聚合成三维数据后再次沿轴状方向切割成二维图像,对得到的二维图像两两进行融合并通过轴状方向数据进行修正。实验结果表明,所提算法相较于其他超分辨率算法在×2、×3、×4尺度下的峰值信噪比（PSNR）均有1 dB左右的提升,可见所提算法有效提升了图像的重建质量。     

医学图像快速插值算法的设计与实现

研究医学图像,针对断层间距影响像素间距、图像轮廓粗糙问题,采用图像捕值算法可以解决医学像三维重建模型的轮廓粗糙、呈阶梯状的问题,但是传统插值算法的运算量大,加之医学图像序列包含的图像多、图像本身比较大,处理起来需要耗费大量的时间,未能在医学图像三维承建领域得到广泛应用.为了提高分辨率和快速性,提出一种基于距离变换的图像插值优化算法.算法依据图像的相似性信息,极大地减少了参与计算的像素点,同时采用一种快速的距离计算方法.避免了乘法和开方运算,使得算法效率大幅提高.将优化算法应用于医学图像序列中进行仿真,结果表明,生成的插值图像边界清晰、过渡平滑,与传统算法相比所需的时间减少了60%以上.证明改进的算法可有效地解决传统算法的效率问题,为医学图像研究提供了科学依据.     

基于像素分类的医学图像层间插值

鉴于医学图像层间插值是医学数据可视化的一个关键环节,它直接影响人体组织器官的3维重建结果和医疗诊断的正确性和准确性,为此,针对传统医学图像层间插值方法精度不高和效率低下的缺陷,提出了一种基于像素分类的医学图像层间插值方法。该方法首先根据待插值图像与其相邻原始图像的对应像素的相关性对其像素点进行分类,然后采用不同的方式对不同类别的点进行插值,并对其进行错误校验。实验结果表明,该方法能够有效提高插值的效率和精度。     

基于阈值控制的边缘自适应快速图像插值算法

在处理视频、网络信号时，要求较低的算法复杂度和运算量。该文通过阈值控制方式分类像素点区域，采用双通道达到快速插值的目的。利用与边缘像素点相邻的6个降采样像素局部结构多方向信息特征，估计高分辨率像素值。实验结果证明，该算法有效地保持了边缘特征，减少了CPU处理插值的时间，获得了较高的分辨率图像，并满足快速处理信号的要求。     

基于边缘最大相关性的快速图像插值算法

处理视频、网络信号要求有较好的视觉质量和较低的算法复杂度、运算量。传统的图像插值算法会产生细节模糊和边缘锯齿化,为此，提出了一种基于图像边缘多方向最大相关性的快速数字图像插值算法。为了得到高分辨率图像相关信息，根据图像空间域内多个方向邻近像素点的相关特性，利用与待内插值点相邻6个降采样像素值。实验证明，该算法降低了运算复杂度，有效地保持了边缘信息，得到了视觉质量较好的插值图像。     

基于最近邻Marching Cubes的医学图像三维重建

在医学图像三维可视化中,移动立方体算法（Marching Cubes,MC）是面绘制的经典算法。针对MC算法计算插值点导致执行速度慢、效率不高的缺点,提出一种基于最近邻逼近的MC算法,该方法在n次等分点量化序列中寻找等值面最近邻点代替线性或非线性插值,既避免了插值的大量计算又保证了误差精度,还可改善三角面片结构。利用可视化工具开发包VTK对人体脸部和脚部CT数据集进行三维重建,实验表明改进算法明显缩短了绘制时间,提高了重建效率。     

An efficient image interpolation increasing payload in reversible data hiding

Image interpolation is a very important branch in image processing. It is widely used in imaging world, for example, image interpolation is often used in 3-D medical image to compensate for information insufficiency during image reconstruction by simulating additional images between two-dimensional images. Reversible data hiding has become significant branch in information hiding field. Reversibility allows the original media to be completely restored without any degradation after the embedded messages have been extracted. This study proposes a high-capacity image hiding scheme by exploiting an interpolating method called Interpolation by Neighboring Pixels (INP) on Maximum Difference Values to improve the performance of data hiding scheme proposed by Jung and Yoo. The proposed scheme offers the benefits of high embedding capacity with low computational complexity and good image quality. The experimental results showed that the proposed scheme has good performance for payload up to 2.28 bpp. Moreover, the INP yields higher PSNRs than other interpolating methods such as NMI, NNI and BI.     

基于混合插值样条的保边缘图像插值算法

结合混合插值样条(BIS)性质的特点,给出一类新的自适应图像插值算法。该方法可满足任意正实数倍的放缩要求,由于采用单核处理,而且插值像素点时无需求解方程组,因此计算复杂性较小。同时采用弹性边界的方法可以有效保持边缘像素原有特征。实验结果表明,该方法与三次多项式样条方法相比,具有更清晰的边界。     

基于级联随机森林与活动轮廓的3D MR图像分割

针对医学磁共振（Magnetic resonance，MR）图像三维分割中随机森林（Random forest，RF）方法难以获得具有几何约束的结果以及活动轮廓模型（Active contour model，ACM）不能自动分割发生信号混叠的组织结构的问题，提出了一种整合了级联随机森林与活动轮廓模型的磁共振图像三维分割方法.该方法首先从多模态磁共振体数据中提取图像多尺度局部鲁棒统计信息，以此驱动级联随机森林对磁共振图像进行迭代的体素分类，从而获得对组织结构的初步分割结果，进一步将此结果作为初始轮廓与形状先验，整合进一个尺度可调的活动轮廓模型中，将独立的体素分类转化为轮廓曲线演化，最终得到具有几何约束的精确分割结果.在公开数据集上的实验结果表明，本文的自动化分割方法在分割精度和鲁棒性等方面，相比其他同类方法具有较大的性能提升.     

超分辨率技术的实现——一种改善的小波插值方法

由于成像系统内部和外部的因素 ,使得获取的图象产生退化 .为提高图象的质量 ,发展了一种基于小波插值方法的超分辨率技术 .在简要分析若干典型插值算法的基础上 ,考虑到 Bézier曲面插值方法的精确性和可快速实现性 ,提出了基于 Bézier曲面插值的小波变换方法 .该方法不仅克服了传统插值方法使图象细节退化的缺点 ,同时由于 Bézier曲面插值的快速实现使算法的复杂性得以有效的控制 .实验结果表明了采用 Bézier曲面插值的小波方法对于改善图象分辨率的有效性和可行性 .