彩色眼底图像视盘自动定位与分割

针对彩色眼底图像视盘定位时图像边缘高亮环对定位准确率的影响,提出了一种有效的图像预处理方法。针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及梯度矢量流(GVF)Snake模型的分割算法。提出的预处理方法首先利用最小二乘法拟合出眼底图像的边界,然后裁剪掉边界的一部分高亮像素点,最后进行视盘定位。视盘分割算法则首先进行血管擦除,然后用椭圆拟合提取初始轮廓,最后使用GVF Snake精确调整视盘边界。用提出的方法对Messidor眼底图像数据库1 200幅图像上进行了实验,结果显示:视盘定位准确率由原来没经过预处理的95.4%提升到了98.7%;视盘分割错误率与当前已知最好的算法相比由12.5%降低到了9.39%。结果表明:提出的眼底图像视盘自动定位与分割方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断。     

基于动态手势的身份认证方法及其在智能手机上的应用

基于生物特征的身份认证方法是当前信息安全技术领域的热点.论文在分析当前各种生物特征认证方法的基础上,针对其应用在智能手机上存在的问题,提出一种基于动态手势进行身份认证的算法EI-DTW.算法结合放宽端点限制和提前终止的动态时间规整（DTW）高效算法,取消了手势特征匹配时的端点对齐限制,提高了认证精度,并通过限定弯折斜率和提前终止策略进一步提高了认证效率.     

彩色和等色图像的非监督反射分量分离

反射分量分离是计算机视觉和数字图像处理中的一个重要问题。尽管已有很多基于单张图像的反射分量分离方法,但这些方法只能分离图像中彩色区域的反射分量并会在等色区域产生严重的噪声。本文提出一种能够分离图像彩色和等色区域反射分量的方法。彩色和等色区域高光的共同特征是亮度在局部区域中逐渐变化,因此本文算法首先将亮度信息融入传统的无高光图像,提出能够区分不同亮度等色区域的改进的无高光图像;然后提取局部位置空间亮度差异特征和局部颜色空间亮度差异特征,并用K-Means方法检测图像中的镜面反射像素;最后用颜色传递方法估计出漫反射分量,实现漫反射和镜面反射分量的分离。实验结果表明本文算法能够同时有效地分离彩色和等色区域的反射分量。本文算法扩展了反射分量分离方法的应用范围。      

基于分形编码的数字水印攻击算法

本文提出了一种新的数字水印攻击算法。该算法对嵌入水印的图像运用分形编码,使含有特定水印信息的图像块被压缩映射后的其他块代替,压缩映射后的块和被代替块中的水印信息具有弱相关性。我们对一种基于多分辨率分解的数字水印嵌入方案进行了攻击实验,分析了攻击对图像质量的影响。结果表明,该算法使水印提取算子的相关性检测结果显著下降。     

基于残差网络的糖网病自动筛查

糖尿病视网膜病变(简称糖网病)是主要的致盲疾病之一,将导致患者视觉功能下降并最终失明.糖网病的及时治疗能够尽可能保存患者的视力,因此糖网病筛查具有十分重要的意义.为了解决糖网病自动筛查准确率较低的问题,提出一种多类别训练数据下的残差网络糖网病筛查方法.首先通过收集、标定和整理眼底图数据,构建出一个新的糖网病眼底图数据集——MultiClassDR数据集,包含健康、患有糖网病和患有其他眼底疾病3种类别;然后针对高分辨率图像数据集构建残差网络模型,在ImageNet数据集和Kaggle糖网病检测数据集上对所提模型进行预训练,获得眼底图像的基本特征表达.在MultiClassDR数据集上训练及测试的结果表明,该模型进行糖网病筛查的平均准确率为87.2%;该方法能够提高模型的学习能力,增强模型进行糖网病自动筛查的性能.     

预选策略和重建误差优化的运动捕获数据关键帧提取

为了从运动捕获数据中提取关键帧来进行人体动画创作,提出一种以重建误差或压缩率为目标的运动捕获数据关键帧提取方法.该方法将关键帧提取划分为帧预选和基于重建误差优化的精选2个阶段,在第一阶段,对原始动作序列筛选边界姿势作为候选关键帧,使最终关键帧序列具有较强运动类型描述能力;在第二阶段,定义帧消减误差作为关键帧重要性的度量标准,并定义最大重建误差作为关键帧提取过程中的优化目标,同时考虑压缩率目标,精选候选帧获得满足指定重建误差或压缩率要求的最终关键帧集合.实验结果表明,文中方法具有良好的数据压缩效果,能满足实时压缩的需要.     

基于MHMMs模型的面部表情识别研究

针对静态人脸表情识别方法的不足,提出了一种改进的基于运动特征的动态人脸表情识别方法.以表情视频序列为研究对象,提出了基于相位形式表示脸部运动特征,处理这些运动特征并组成时序特征序列,最后将其输入到改进的高斯混合隐马尔可夫模型进行训练和测试,分析识别6种基本的面部表情.基于改进的算法,实现了一个动态面部表情识别实验系统,实验结果表明该方法简化了计算,减少了矢量量化误差.     

基于多尺度2D Gabor小波的视网膜血管自动分割

眼底视网膜血管分割对临床视网膜疾病诊断具有重要意义. 由于视网膜血管结构微小, 血管轮廓边界模糊, 加上图像采集时噪声的影响, 视网膜血管分割非常困难. 本文提出一种视网膜血管自动分割新方法. 首先, 应用对比度受限的自适应直方图均衡法增强视网膜图像;然后, 采用不同尺度的2D Gabor小波对视网膜图像进行变换, 并分别应用形态学重构 (Morphological reconstruction, MR)和区域生长法 (Region growing, RG)对变换后的图像进行分割; 最后, 对以上两种方法分割的视网膜血管和背景像素点重新标记识别, 得到视网膜血管最终分割结果. 通过对DRIVE和STARE数据库视网膜图像的分割实验, 证明了该算法的有效性.     

一种脑切片图像分割新法

针对脑切片的特点和普通分割方法的不足,提出一种基于改进的Otsu分割方法,在Otsu分类后的交叉区域,预先指定若干个前、背景点,再以这些关键点的阈值进行最小类间方差分割,同时用关键点的阈值建立等高线,根据相邻切片图像的组织阈值具有相似性,依次将单张切片的分割结果作为相邻切片分割的初始值,进而实现整个数据集中的组织连续自动分割。结果表明：该方法能准确从彩色人脑切片图像中分割提取出复杂的器官组织,克服了其它方法的缺陷和交互式方法的人工依赖,并提高了分割的精度。     

基于自适应粒子滤波的跳水运动视频跟踪算法

用传统粒子滤波算法对跳水运动视频跟踪存在两个突出问题:观测模型不能适应运动员身体的表观变化;运动模型不能准确预测运动员位置的快速改变。针对这两个问题,本文提出一种自适应粒子滤波算法。该算法在粒子滤波框架下引入一种自适应观测模型,并且根据跟踪误差与运动员动作改变幅度的大小,自适应选择噪声方差和粒子数量。实验结果表明,本文算法比传统粒子滤波算法具有更低的跟踪误差率,而且在运动员动作改变幅度变大时有更好的鲁棒性。