基于光流法的迭代反投影超分辨率重构算法

为了提高重构图像或者视频的分辨率．提出把新型的基于光流法的图像配准算法应用于迭代反投影（IBP）超分辨率算法中。在所提出的方法中．基于光流法的图像配准算法用来提高图像配准的准确性。首先,为了得到像素级别的运动矢量．基于光流法的图像配准算法被用于估计图像间的运动矢量。以得到更加准确的运动矢量矩阵。接着,利用所获得的运动矢量矩阵结合迭代反投影算法重构高分辨率的图像。同时．由于基于光流法的图像配准能够很好地估计视频图像间的运动．所提出的方法同样适用于视频图像的超分辨。实验结果表明．提出的方法对于图像或者视频的超分辨率效果．在主观效果和客观评价上都有一定的提升。     

基于深度卷积特征光流的形变医学图像配准算法

光流法是一种基于光流场模型的重要而有效的形变配准算法。针对现有光流法所用特征质量不高使得配准结果不够准确的问题，将深度卷积神经网络特征和光流法相结合，提出了基于深度卷积特征光流（DCFOF）的形变医学图像配准算法。首先利用深度卷积神经网络稠密地提取图像中每个像素所在图像块的深度卷积特征，然后基于固定图像和浮动图像间的深度卷积特征差异求解光流场。通过提取图像的更为精确和鲁棒的深度学习特征，使求得的光流场更接近真实形变场，提升了配准精度。实验结果表明，所提算法能够更有效地解决形变医学图像配准问题，其配准精度优于Demons算法、尺度不变特征变换(SIFT) Flow算法以及医学图像专业配准软件Elastix。     

基于光流法运动配准的覆冰图像超分辨率重建

针对电力监控系统中输电线路易晃动造成覆冰图像模糊,提出基于光流法运动配准的覆冰图像超分辨率重建算法。该算法首先利用基于光流法的图像配准算法估计图像间的亚像素级运动矢量,得到前向和后向配准图像;然后,利用迭代反投影(IBP)算法对估计出的图像分别进行超分辨率重建;最后,根据配准误差加权得到最终的输出图像。实验结果表明,相对于传统算法,该算法的重建结果无论是在峰值信噪比和标准差还是基于对比敏感度的无参考图像清晰度上,均有明显提高,具有较好的客观指标和视觉效果。     

水下光声图像空间配准算法研究综述

水下光声图像配准是水下设备实现信息融合的关键技术。在简述了水下光声图像配准的概念及实例的基础上,分析了目前水下光声图像重建与复原的相关算法,详细综述了水下异源图像基于区域和特征的配准算法研究进展,重点论述了基于图像域和形状特征相似度的两个准确度较高的研究方向的发展现状,并根据其他领域的异源图像配准的研究热点,从增加成像模型的结构性约束、引入相位一致性和生成对抗网络等算法提高配准精度,展望了水下声光图像配准研究的发展趋势。     

基于一种优化的配准算法的图像超分辨率重建

提出了一种优化的图像配准算法.该算法充分结合了时域基于全局运动模型的配准算法和频域基于傅立叶变换的配准算法,并运用到超分辨重建中.假设序列低分辨率图像之间存在旋转和平移,首先运用全局配准法求出旋转参数,对图像进行旋转补偿,然后对补偿后的图像用频域配准法估计平移参数,针对估计出的旋转参数和平移参数对序列低分辨率图像进行超分辨率图像重建,实验表明该方法能较有效地提高图像分辨的效果,并且本文还阐述了低分辨率图像帧数的影响.     

基于SIFT特征的多帧图像超分辨重建

精确的亚像素级图像配准是图像超分辨重建中的关键问题.在图像超分辨重建中广泛使用的基于像素特征的光流法,对于大幅度运动场的计算很难做到精确的亚像素级配准.本文考虑了一种基于SIFT(scale invariant feature transform)特征的鲁棒性多帧图像超分辨重建算法.首先提取输入的低分辨待匹配图像对的SIFT关键点及其特征矢量.随后选取候选匹配关键点对,通过RANSAC(random sample consensus)鲁棒方法去除奇异值,并根据假设的平移性几何约束模型,获得图像对的平移运动配准参数,然后选取视场中心对应的或指定的图像帧为初始参考帧,再使用传统的超分辨重建框架获得最终的重建结果.仿真实验结果表明,提出的基于SIFT特征的图像超分辨重建方案是有效的,超分辨重建的图像质量在主观评价和客观指标上都获得了优于经典算法的效果.     

ICP算法在文物三维重建中的应用

三维结构光扫描技术作为一种新型的三维数据获取技术,被广泛应用于文物的三维重建中。目前,这项技术在数据获取方面有很多优势,但是在点云数据配准方面还有一些需要优化的地方,特别是在处理大量点数据,为保证配准结果的精确性,就需要对点云数据的配准算法就行优化。利用手持式三维结构光扫描仪获取文物三维数据,在Artec studio9软件中将原始三维数据以ply格式导出为原始点云数据,然后基于Matlab软件对ICP算法通过编程优化,将原始点云数据再通过优化后的ICP算法进行配准,得到文物三维模型的构建数据。实验分析表明,优化后的ICP配准算法不但能提升配准精确度,而且可以保证配准方向的合理性,使得配准得到更佳的展示效果。     

基于面积投影的图像配准方法

针对低分辨率图像之间的配准精度问题,直接影响到超分辨率图像的重建质量.通常图像之间的平移和旋转,采用基于泰勒级数展开的迭代配准算法以及频域配准算法.传统的泰勒级数展开的迭代配准算法的配准精度取决于图像的低阶逼近误差及迭代过程中图像的插值近似运动变换所造成的误差.采用泰勒级数展开的配准算法进行了改进,以面积投影变换来替代原有迭代算法中的图像插值变换,这种图像变换算法更加符合图像的成像原理,仿真结果表明,算法能够有效提高低分辨率图像间平移和旋转角度的配准精度.     

基于Kinect相机和改进ICP的三维物体重建

针对三维物体重建过程中存在的配准精度差问题,提出一种改进的 IC P算法。先利用动态设定的距离函数阈值,再利用高斯曲率相似性,去除错误匹配点对,在迭代结束后给出结果评价准则,提高ICP算法的精度。在使用Kinect相机采集到点云数据后,利用改进的IC P算法进行局部配准,将局部配准的结果应用于全局配准,得到完整的三维物体模型。实验结果表明,该算法配准精度高,能有效地应用于三维物体重建。     

一种基于背景运动特性分析的背景配准算法

为了解决复杂背景下基于背景运动补偿的目标检测算法无法精确提取背景运动特征块的问题,该文提出了一种基于背景运动特性分析的背景配准算法。采用Harrir-Affine焦点算法提取仿射不变特征点,通过Lucas-Kande光流法估算特征区域光流矢量,通过特征区域光流主方向相似度度量对特征区域聚类实现背景特征区域的精确提取。实验结果表明:该算法能够精确提取出背景运动特征块,与传统的基于背景配准的目标检测算法进行比较,采用本文算法的目标检测其有效性提高了1.1倍。     

2D/3D image registration using regression learning

In computer vision and image analysis, image registration between 2D projections and a 3D image that achieves high accuracy and near real-time computation is challenging. In this paper, we propose a novel method that can rapidly detect an object’s 3D rigid motion or deformation from a 2D projection image or a small set thereof. The method is called CLARET (Correction via Limited-Angle Residues in External Beam Therapy) and consists of two stages: registration preceded by shape space and regression learning. In the registration stage, linear operators are used to iteratively estimate the motion/deformation parameters based on the current intensity residue between the target projection(s) and the digitally reconstructed radiograph(s) (DRRs) of the estimated 3D image. The method determines the linear operators via a two-step learning process. First, it builds a low-order parametric model of the image region’s motion/deformation shape space from its prior 3D images. Second, using learning-time samples produced from the 3D images, it formulates the relationships between the model parameters and the co-varying 2D projection intensity residues by multi-scale linear regressions. The calculated multi-scale regression matrices yield the coarse-to-fine linear operators used in estimating the model parameters from the 2D projection intensity residues in the registration. The method’s application to Image-guided Radiation Therapy (IGRT) requires only a few seconds and yields good results in localizing a tumor under rigid motion in the head and neck and under respiratory deformation in the lung, using one treatment-time imaging 2D projection or a small set thereof.     

基于多尺度卡尔曼滤波的医学图像配准算法

提出了一种新的基于主成分分析和多尺度卡尔曼滤波的医学图像配准算法.利用主成分分析的方法求出两幅图像的主轴和质心,从而计算出图像间的旋转角度;利用高斯金字塔分解构造了一种自适应的卡尔曼滤波器用来提高算法的鲁棒性.对模拟图像和真实图像进行了实验,实验结果表明此方法能准确,快速地处理图像刚性配准问题.     

基于肺部组织特征的图像弹性配准研究

图像配准是一种建立两幅图像空间对应关系的过程,它被广泛应用于计算机视觉、遥感数据分析及图像处理中,特别是在影像引导放射治疗领域,图像配准发挥着巨大作用。但由于受呼吸运动的影响,精确的肺部影像配准依然是一个充满挑战的难题。目前,尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)已被用于医学图像配准中,并且取得了较理想的结果。然而,SIFT检测到的仅是图像的块特征,不能有效的反映肺部的运动。文章提出了一种基于Harris和SIFT算子的杂交型特征检测方法,这种方法能有效检测肺部的组织特征,如血管分叉点和肺部边界等。除此之外,为了有效去除特征匹配过程中产生的错配点,还提出了一种基于互相关和组织结构不变性的滤除错配点方法。文章最后采用一系列不同呼吸周期的肺部CT影像来对所提出的算法进行验证。定性和定量的结果表明,该算法较传统的SIFT算法更具优越性。     

Real time ultrasound image denoising

Image denoising is the process of removing the noise that perturbs image analysis methods. In some applications like segmentation or registration, denoising is intended to smooth homogeneous areas while preserving the contours. In many applications like video analysis, visual servoing or image-guided surgical interventions, real-time denoising is required. This paper presents a method for real-time denoising of ultrasound images: a modified version of the NL-means method is presented that incorporates an ultrasound dedicated noise model, as well as a GPU implementation of the algorithm. Results demonstrate that the proposed method is very efficient in terms of denoising quality and is real-time.     

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明：所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差（MAE）为0.04,平均目标配准误差（mTRE）为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。     

Eulerian velocity measurements of hydrodynamic surfaces using optical flow methods

Optical flow methods are a recent technological merger of numerical modelling and remote sensing/image processing techniques, used to derive an estimate of an Eulerian flow field for some hydrodynamic surface. Flow determinations are based on spatial and temporal tracer gradients, derived from time sequential remotely sensed data. A well-posed mathematical model has been formulated, and it is shown that an alternative numerical solution method to conventional finite difference schemes must be utilized (e.g. method of characteristics) to generate meaningful solutions. State-of-the-art (but not necessarily operational) remote sensing/image processing technology is capable of supplying tracer information suitable for reasonably accurate optical flow estimates for cloud-free time sequences.     

基于二重差分法的光流场运动检测

对视频图像序列中运动目标的检测,是计算机视觉领域长期关注的问题.传统的Horn-Schunck光流算法非常耗时,不利于在视频图像序列中做实时分析,故提出采用结合背景差分法与帧间差分法的二重差分法(DS)来做光流算法的预处理.实验结果也表明二重差分法的光流算法(DSOF)比单纯用Horn-Schunck方法计算光流效率更高,用时更短,能更好地满足对视频图像序列做实时运动检测分析的需求.     

What is wrong with mesh PCA in coordinate direction normalization

This work makes a detailed analysis on why using mesh PCA for coordinate direction normalization is always uncertainty in 3D surface registration. Our analysis takes the view of discrete signal statistical analyzing and is based on the specific process research of mesh PCA. Then we present a corrected method to improve mesh PCA effects. Such corrected method comes from the fact that the principal axes directions of 3D surface should be those in which the vertex distances are the longest among all 3D vertex distances. Corresponding experimental results on range scan data and synthetic models are provided.     

基于二维超声- 三维 CT 配准的肾脏穿刺定位方法可行性研究

医学影像引导的经皮肾穿刺手术是经皮肾镜取石术中建立手术通道的重要手段,高质量的 实时医学图像可以提高术中穿刺精度,减少手术风险。针对自由呼吸下经皮肾穿刺靶点的导航定位问 题,该研究提出了一种基于术中二维超声-术前三维 CT 实时配准的肾脏穿刺定位方法。首先对肾脏轮 廓特征的二维超声图像和三维 CT 图像进行由粗到精的快速配准,然后通过超声探头标定,将配准融合 后的图像注册到手术空间,实现穿刺靶点的实时定位。人体腹部模型实验结果表明,超声探头标定均 方根误差为 0.998 mm,二维超声和三维 CT 数据配准误差为 0.709 mm,平均配准运算时间为 1.15 s,最 终的平均定位误差为 2.265 mm。