一种基于混合优化算法的医学图像配准方法

为了实现脑部多模医学图像配准,提出了一种基于混合优化算法的配准方法。该算法采用遗传算法中的杂交思想改进了混沌粒子群算法,并用最大互信息测度对脑部MRI及CT图像进行配准。该改进算法可有效地避免优化算子陷入局部极值,而且算法收敛快。实验结果证明了提出的基于遗传思想的改进混沌粒子群优化算法对多模医学图像配准具有有效性。     

曲面重构算法的研究

提出了一种基于多层感知器网络的曲面重构算法 (ML PSR) ,建立了用于曲面重构的多层感知器网络模型。本文对基于二维拉格朗日局部插值的曲面重构算法 (2 DL L SR)与 ML PSR进行对比。为了更好地评估这两种算法的有效性 ,选择可用数学表达式表达的曲面作为重构对象。仿真实验结果表明 ,这两种算法在曲面重构上各有优点。当 2 DL L SR算法的阶次高于等于曲面本身的阶次时 ,曲面重构的效果很好。ML PSR算法在曲面重构的速度和精度上都比较好 ,尤其在曲面受到破坏或不完全时特别有效。     

一种基于近似有限Ridgelet变换的SAR图像分割方法

由Donoho等提出的有限正交Ridgelet变换成功应用于高噪声图像的边缘检测和分割,但由于有限Radon的“缠绕”现象使得在该方法图像的重构时产生边缘的“混叠”和“洞”,影响了边缘检测和图像分割的质量。论文结合Wedgelet变换提出了基于“自然直线”的近似有限Ridgelet变换从根本上克服了这些缺陷和解决了离散Radon变换的图像重构问题。最后将这一方法用于SAR图像分割,并取得了满意的结果。     

基于免疫遗传算法的多层前向神经网络设计

利用一种基于免疫功能的遗传算法,设计多层前向神经网络,用于实现多层前向神经网络结构的确定和权值空间的搜索。仿真实验结果显示该算法具有比遗传算法和动量BP算法更好的全局收敛性和快速学习网络权值的能力。     

绝对值活跃度和区域相似度图像融合

论文提出了图像绝对值活跃度和区域相似度的新测度准则,分析了其性质,并在此基础之上建立了基于源图像绝对值活跃度和区域相似度的新的多光谱图像融合算法。对真实多光谱图像融合实验结果的主观定性评价和客观定量分析说明,与目前融合领域中的几种同类经典算法相比,该算法能够更有效地融合源图像信息并更好地保持源图像特征。     

一种通过曲线拟合去除图像块效应的算法

基于DCT域的图像处理方法具有广泛的应用,但是由于需要对图像的DCT块单独进行处理,导致块效应的产生。本文提出了一种通过曲线拟合去除彩色图像中块效应的算法。首先获得原始图像与块效应图像的对应亮度点云映射关系,进而用曲线拟合的方法计算出最佳拟合曲线,最后使用拟合曲线对原始图像的亮度进行非线性处理,将处理后的亮度与块效应图像的色度分量进行组合。实验表明本文算法不仅能够能够有效地去除块效应、降低了计算量,而且还能够较好保持原块效应图像的色彩。     

动态背景下基于帧间差分与模板匹配相结合的运动目标检测

基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA—SIFT（于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上,优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点。运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况,实现了动态背景下的运动目标检测,通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。     

多视角未标定图像三维测量算法

文中提出了一种针对多视角未定标图像序列的三维测量算法,该算法无须先验信息只需利用多视角图像序列.首先对图像序列进行特征点提取进而得到基础矩阵,然后利用简化的Kruppa方法计算各个视角对应摄像机的内参数,再次通过奇异值分解得到视角间的平移和旋转运动,最后利用已知距离信息进行三维点重建完成三维测量.实验室情形下的实验证明了算法的效果.     

基于局部空间线性恢复模型的多光谱与全色图像融合算法

建立了同一场景不同空间分辨率图像间的局部空间线性恢复模型(LSLRM),并将其应用于多光谱(MS)和全色(Pan)图像的融合,提出了基于LSLRM的MS和Pan图像融合算法.该算法以HIS变换和冗余小波变换为分析工具对参与融合的源图像的光谱和空间信息以及空间高、低频信息进行分离,并在相应的图像分量之间建立LSLRM,从而完成融合步骤.实验结果表明,该融合算法能够以较为合理的时间开销有效地保留MS和Pan图像中的光谱和空问特征,引起较小的光谱畸变,还能够根据实际需要设定软/硬阈值,以获得更合适的融合图像.     

关于奶油含水量检测的研究

用电容传感器测量奶油含水量。此种测量方法只要花费较短的时间就能比较精确的测出奶油含水量,测量精度可追0.05%～0.1%。