基于MTF理论的遥感图像复原

由于遥感图像成像过程中受传感器性能下降、大气扰动等因素影响，致使图像质量退化。为了改善遥感图像质量，从图像质量退化原理分析，提出了一种基于调制传递函数（modulation transfer function，MTF）理论的图像复原方法。该方法主要包括去噪和MTF拉伸两部分。针对遥感图像的特点，给出了一种有效的基于频域的去噪方法。为了能够调节频谱拉伸的程度，还给出了一种指数调节MTF曲线的方法。中巴（中国和巴西）卫星红外遥感图像的实验结果表明：该新方法有效地提高了图像的对比度（对于实验图像来说，较复原前图像对比度提高了7倍多，方差也由原来的8．77提高到17．37）、熵等图像要素，从而改善了图像的质量。     

一种安全公平的买方-买方水印协议

提出了一种基于交换加密技术的安全公平买方-卖方水印协议,用于保护数字内容版权。交易在买方和卖方之间进行,不需要额外的水印机构,也没有任何的信任要求。买卖双方都无法知道最终的水印内容,公共仲裁机构却有足够的证据进行公正的裁决,而且买方通过假名进行匿名交易,无需暴露自己的隐私。     

利用带标记线核磁共振图像的左心室力学形态分析

为直观地分析左心室在心脏收缩期的形变情况，提出一种左心事力学形态分析方法．首先利用带标记线的心脏核磁共振图像数据针对左心室建立系数可变的物理可形变模型，并在所建模型的基础上，利用心脏收缩期各个时刻的左心室轮廓点数据恢复三维外形；然后利用心脏收缩期各相邻时刻的标记点数据计算左心室模型外力；最后将模型外力转换为收缩应力分量、切向应力分量和拉伸应力分量，并将各个应力分量用彩色云图显示．实验结果表明，文中方法能直观、有效地反映左心室内外表面在整个心脏收缩期的应力分布及形变趋势，获取的力学形态变化云图将成为重要的医学诊断依据．     

结合活动轮廓模型的无监督纹理图像分割

定义了清晰度参数、细节信号能量参数和边缘信号能量参数3个纹理参数，对图像的纹理特征进行分析，以获取原图像的特征能量图；再利用基于简化Mumford-Shah的活动轮廓模型对图像进行纹理分割，该分割模型能较好地处理模糊、缺省的边界，同时具有去噪的功能．利用水平集方法求解该模型，解决了演化曲线拓扑可变的问题．与传统的纹理分析方法相比，文中方法能更好地表达图像中复杂纹理的信号特征．通过对合成纹理图与自然纹理图进行分割及大量实验结果表明：该方法能有效、快速地分割纹理图像．     

带标记线的心脏核磁共振图象分析综述

多年来,对心脏核磁共振(MR)图象的分析研究一直是医学图象领域的一个重要课题,上世纪80年代末期出现的标记技术引起了医学图象界的重视,因为标记线的引入改变了传统的心脏左心室的运动跟踪方式,所以也使得对带标记线的心脏核磁共振图象分析成为当前医学图象领域的一个研究热点.为了使人们对带标记线的心脏核磁共振图象分析技术的现状有一个概略了解,首先简要介绍了标记线的运动跟踪原理;接着,详细介绍了对带标记线的心脏MR图象的分割技术,其中包括左心室内外轮廓的分割和标记线的跟踪;而在左心室的形状恢复和运动重建方面,则详细介绍了几种主要的方法,包括可形变模型、随机模型、B样条模型、调和相方法和光流方法,由于应变分析可为临床提供直观的量化信息,为此也讨论了相关的理论方法和重要成果;最后指出了现存技术中的几个问题,这对进一步的研究工作是有益的.     

小波分析在中巴资源一号卫星图像预处理中的应用

中巴资源一号卫星图像中存在比较明显的条带干扰现象。本文利用小波分析的多分辨和局部化性质，根据卫星探测头中探测元的个数，精确地选择小波分解中相应的子图进行处理，针对性强，效果理想。在处理反射层尾现象和保持图像信息方面，该方法优于基于Fourier分析的频域滤波方法。实验表明该方法效果良好。     

基于改进的主动轮廓模型及光流估计的标记线跟踪

在心脏核磁共振图像分析中，标记线的跟踪是心肌运动分析及3维运动重建的重要步骤。为了提高心脏标记线跟踪的准确性，首先使用改进的基于动力学方程的主动轮廓模型来对标记线进行跟踪，并根据标记线的特点，引入了3种弹性势能，然后采用了新的内能函数，并使用新的方法来产生图像势能，由于改变了原模型中轮廓线初始速度为零的假设，并引入了光流估计作为轮廓的初始速度，从而提高了跟踪结果的准确性。对多序列心脏收缩期核磁共振图像的实验结果表明，该算法可以获得较好的跟踪效果。     

基于相位微分技术的光流估计

提出一种基于相位微分技术的光流估计方法.该方法选择6个方向对图像进行Gabor滤波,并把每个方向滤波后的图像叠加,作为特征图像计算时空相位梯度,再用相位梯度计算光流.用合成图像和真实图像对本文算法进行测试,实验结果表明,该算法在光流的计算精度优于Horn ＆ Schunck光流算法.     

偏最小二乘改进算法与特征抽取

采用基于正交约束的非迭代PLS可以实现PLS成分的快速有效抽取,但不能保证所抽取的成分之间不相关。而基于统计不相关约束的非迭代PLS建模方法所抽取的成分之间是无关的,从而可以保证图像识别时的有效性和稳定性。基于2DPCA思想的2DPLS特征抽取技术,直接从图像矩阵中抽取特征,能有效地解决小样本问题。但在使用PLS对单特征数据进行维数压缩时,传统的类标编码过于简单,为了充分利用数据分布信息,采用模糊k-近邻法对每个样本赋予一个样本标号,将近邻样本类别信息反映在该样本的类编码中,从而提出了基于样本标号的PLS及2DPLS改进算法。在ORL人脸库上的实验结果表明,该改进算法优于传统的PLS,能够更有效地抽取识别特征,其识别率要高于传统的PLS算法。     

基于自适应遗传算法的B样条曲线拟合的参数优化

在B样条曲线的最小二乘拟合平面有序数据问题中,经常采用遗传算法进行优化。但随机选取初始种群的遗传算法,容易使得结果陷入局部最优。要达到较高的拟合精度,则需要增加更多的控制顶点。为克服这一缺点,提出了一种自适应的遗传算法对B样条曲线的参数优化。用平均有序数据参数法,将数据参数和节点建立关联,极大提高初始种群的平均适应度;通过优化遗传策略,加快种群进化。实验表明,该算法能用最少的控制顶点和进化代数进行B样条曲线的拟合,得到的拟合曲线逼近效果更好。