基于全卷积网络和条件随机场的宫颈癌细胞学图像的细胞核分割

针对宫颈癌细胞学筛查中由于宫颈细胞核形状复杂多样等因素而导致分割不够精确的问题,提出了一种结合了全卷积网络（FCN）和全连接条件随机场（CRF）的细胞核分割方法。首先,根据Herlev数据集的特点搭建微型全卷积网络（T-FCN）,利用细胞核区域像素级别的类别先验信息,自主学习多层次特征来获取细胞核的粗分割结果;然后,通过最小化包含有整幅细胞图像中所有像素类别、像素色彩值与位置等信息的全连接CRF的能量函数来剔除粗分割结果中微小的误分割,并细化分割边缘。在Herlev数据集上的实验结果显示,提出的方法在查准率（Precision）、查全率（Recall）与Zijdenbos相似性指数（ZSI）上均有高于0.9的表现,表明得到的细胞核分割结果与其真实轮廓高度匹配,分割精确。相较于传统方法中对异常细胞核的分割精度较正常细胞核低的情况,提出的方法在异常细胞核的分割指标上普遍优于正常细胞核。     

机械图中表面粗糙度自动标注的设计

目的　采用计算机自动标注表面粗糙度, 解决在机械制图中采用手工方式标注的问题, 以提高标注效率． 方法　提供了一个表面粗糙度标注的子程序, 用Ｃ＋ ＋ 语言编制, 全部实现了软件． 结果　本程序的开发为机械图标注系统提供了相关软件, 实现了表面粗糙度的自动标注． 结论　利用该软件可在标注位置自动生成粗糙度代号, 标注形式符合国标规定, 并且随被标注表面倾角的改变而改变, 有较大的实用价值．     

基于相位恢复和直方图修正法校正ghost伪影

EPI(Echo Planar Imaging)技术基于方向相反的频率读出梯度交替采集MR信号的奇、偶回波.但是,由于成像物体的磁敏感性、化学位移及磁场B0不均匀性等因素的影响会导致奇、偶回波之间产生相位移动,因而会产生ghost伪影.提出了基于相位恢复和直方图修正的ghost伪影消除方法,首先以最小熵为约束条件运行迭代算法直到得到满意的图像,然后用直方图规定化修正直方图,从而建立相位恢复后的图像和目标图像的灰度映射关系.运用该方法能够明显地降低ghost伪影.实验证明这种方法是可行的.     

基于小波系数邻域特征的CT与MR图像融合方法

提出一种基于小波变换的像素级CT,MR医学图像融合方法,利用离散小波变换分别将两幅源图像进行多尺度分解,再用不同的小波系数邻域特征指导高频分量和低频分量的小波系数的融合,低频分量采用邻域方差指导,高频分量采用邻域能量指导,最后根据融合图像的各小波系数重构融合图像.实验表明:不论从主观感受,还是采用信息熵和平均梯度两项指标作为客观定量评价标准,该方法都优于传统的融合方法,获得的融合图像有效地综合了CT与MR图像信息,能够同时清晰地显示脑部骨组织和软组织.     

基于差分曲率的偏微分方程图像降噪算法

针对图像去噪过程存在边缘保持与噪声抑制的矛盾,提出一种改进的偏微分方程图像降噪算法。将差分曲率引入各项异性扩散方程中,构造出新的扩散系数函数,其可以较好区分图像的边缘、平坦区域以及噪声,使算法在去除噪声的同时,保留更多弱边缘和纹理等细节信息。实验结果表明,该算法与其它基于偏微分方程的图像降噪算法相比,在客观的质量评价方面,提高了图像的信噪比和峰值信噪比;在主观视觉效果方面,在滤除噪声的同时保留了更多的弱边缘等细节信息,该算法实现了较好的图像降噪效果。     

一种基于MPEG4的运动估计改进算法研究

运动估计是视频压缩中帧间预测编码的关键技术之一,由于运动估计通常具有较大的运算量,因此对压缩性能具有重要的影响。在分析了现有的六边形搜索算法（HEXBS）,提出了一种改进的快速运动估计搜索算法,通过实验表明与HEXBS算法具有相似的计算复杂度,但是视频编码质量优于HEXBS算法。     

一种改进的基于偏微分方程图像的降噪算法

针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种改进的基于偏微分模型的图像去噪算法.引入了正则化、绝对差值排序检测法,结合Chao和Tsai模型,构造了一种新的扩散系数函数,兼具了正则化解决方程病态问题和绝对差值排序检测法有效区分噪声与边缘的优点.实验结果表明:与其他基于常用偏微分模型的去噪算法相比,所提算法能更加有效地去除噪声,保留了更多的细节信息,提高了图像去噪的信噪比.     

低剂量CT图像域各向异性加权最小二乘重建算法

针对低剂量CT重建图像由于过度的量子噪声产生退化的问题,基于统计重建算法提出了一种改进的图像域惩罚加权最小二乘重建算法.该算法对传统PWLS算法的代价函数进行了改进,通过引入各向异性扩散算子,使得算法可以根据图像特征自适应地调整图像的平滑程度,然后采用SOR迭代算法对目标函数进行求解.实验结果表明:该算法重建图像的均方根误差为13.907 3,信噪比为11.748 8,算法可以在有效抑制重建图像条形伪影的同时,保护重建图像的细节与边缘.     

用于图像复原的二阶与四阶结合的偏微分方程滤波

针对目前现有的用于图像复原的二阶偏微分方程滤波和四阶偏微分方程滤波的不足之处,提出了一个二阶偏微分方程滤波和四阶偏微分方程滤波相结合的非线性滤波.该滤波充分利用了二阶滤波保持边缘和四阶滤波在平滑区域去除阶梯效应的优点,能够在恢复的图像中保持边缘和避免阶梯效应.数值实现结果表明:该模型的去噪效果好,而且还具有较快的收敛速度.将实验结果与其他二阶和四阶模型相比,恢复的图像质量较高,体现了该模型在图像复原上的有效性.     

基于VGG网络与深层字典的低剂量CT图像去噪算法

低剂量计算机断层扫描（LDCT）能够有效降低X射线辐射对人体健康造成的危害,已广泛应用于医学临床诊断。针对LDCT图像中存在大量的斑点噪声和条形伪影的问题,提出一种结合改进的VGG网络和深层字典的图像去噪算法,以弥补深层字典去噪能力的不足。在深层字典学习到第一层字典原子和稀疏矩阵后,通过改进的VGG网络将字典原子区分为信息原子和噪声原子,同时将稀疏矩阵中噪声原子所对应的元素设置为零,降低噪声原子对图像去噪效果的影响。实验结果表明,与K-SVD算法、正则化K-SVD算法和深层字典学习算法相比,该算法的峰值信噪比和结构相似性指数平均提高了1.4 dB和0.03,能够有效抑制LDCT图像噪声和伪影,且保留较多的边缘和细节信息。