基于直觉模糊散度的噪声图像边缘检测

针对传统图像边缘检测算法抑制噪声能力差的问题,提出一种基于直觉模糊集（Intuitionistic Fuzzy Set,IFS）的边缘检测算法。该算法设定了一个表示平坦区域的模板图像,并在图像窗口内构造了一种同时考虑了图像梯度和图像窗口的方差信息的隶属度函数,然后通过计算图像窗口与模板图像之间的模糊直觉散度（Intuitionistic Fuzzy Divergence,IFD）对边缘进行定位和输出。实验结果表明,对于被高斯噪声或均匀噪声严重污染的图像,该算法能够得到较好的检测结果。     

自适应加权全变分的低剂量CT统计迭代算法

针对低剂量计算机断层扫描（LDCT）重建图像时出现条形伪影和脉冲噪声的现象,提出一种自适应加权全变分的LDCT统计迭代重建算法。该算法克服了传统全变分（TV）算法在去除条形伪影的同时引入阶梯效应的缺点,把基于加权方差的加权因子与TV模型相结合提出自适应加权全变分模型,然后再把新模型应用到惩罚加权最小二乘（PWLS）重建算法中,这样就可以对图像的不同区域进行不同强度的去噪,从而取得噪声抑制和边缘保持的良好效果。采用Shepp-Logan模型和数字骨盆体模来验证算法的有效性,实验结果表明,所提算法的归一化均方距离和归一化平均绝对距离均比滤波反投影（FBP）、PWLS、惩罚加权最小二乘的中值先验（PWLS-MP）以及惩罚加权最小二乘的全变分（PWLS-TV）算法的值小,且可分别获得40.91 dB和42.25 dB的峰值信噪比。实验结果表明,该算法重建出的图像在有效去除条形伪影的同时对图像的边缘和细节起到很好的保护作用。     

基于邻域相关信息的X射线图像增强算法

射线图像存在对比度差、灰度范围小、影像模糊等缺陷。传统的反锐化增强算法是图像增强经常用到的方法,该方法简单易行,但对噪声非常敏感。一般是加上一个低通滤波器来抑制噪声,但加上低通滤波器后又会对边缘造成模糊。 针对上述问题,提出了基于邻域相关信息的射线图像增强算法。首先对射线图像进行多幅叠加降噪,然后根据掩模中心像素和周围邻域像素灰度值的差与输出灰度的查找表进行图像增强。该方法在增强图像的同时能够很好地抑制噪声的增加,实验证明这种方法是可行的。     

基于分区域处理的低剂量CT重建算法

为解决由于过度的量子噪声使低剂量CT重建图像质量产生退化的问题,提出一种基于分区域处理的联合先验低剂量CT统计迭代重建算法.对重建过程中的图像进行区域划分,对图像进行中值滤波并计算滤波图像的梯度,根据梯度划分出图像的边缘区域和平坦区域,分别利用全变分正则化(TV)和高斯马尔可夫随机场(MRF)正则化对不同的区域进行惩罚...     

超声驻波悬浮特性仿真研究

为了研究驻波悬浮器参数对声悬浮能力大小的影响,使用多物理场有限元仿真软件COMSOL Multiphysics,对驻波声场进行仿真.通过改变谐振腔长度来影响驻波形成条件,得出驻波声压随谐振腔长度的变化关系;在特定超声频率及振幅下,通过控制超声换能器及反射面的尺寸,得到声压随悬浮器尺寸改变的曲线,从而获得最佳悬浮效果所需的模型参数;使用粒子追踪模块,仿真粒子在声场中的悬浮情况,并以可视化方式展示结果,反映出粒子悬浮位置与声压分布的关系.     

低剂量CT图像的自适应广义总变分降噪算法

针对低剂量计算机断层扫描(CT)重建图像时出现明显条形伪影的现象,提出一种自适应广义总变分(ATGV)降噪算法。该算法考虑了传统广义总变分(TGV)算法在降噪时模糊图像边缘信息的缺点,把可以有效区分图像平滑区和细节区的直觉模糊熵应用到传统TGV中,对图像的不同区域进行不同强度的去噪,从而达到保护图像细节的效果。该算法首先采用滤波反投影(FBP)算法得到低剂量CT重建图像;然后利用基于直觉模糊熵的边缘指示函数对传统TGV模型进行改进;最后用改进后的模型对重建图像进行降噪处理。采用Shepp-Logan模型和数字胸腔模型(thorax phantom)仿真低剂量CT重建图像来验证算法的有效性。实验结果表明,所提算法的归一化均方距离(NMSD)和归一化平均绝对距离(NAAD)均比总变分(TV)降噪算法和广义总变分(TGV)降噪算法小,且可分别获得26.90 dB和44.58 dB的峰值信噪比(PSNR)。该算法在去除条形伪影的同时可以较好地保持图像的边缘和细节信息。     

结合改进扩散和双边滤波的低剂量CT重建

针对低剂量计算机断层扫描(CT)重建图像时出现明显条形伪影的现象,提出一种结合非局部均值模糊扩散和扩展邻域双边滤波的中值先验(MP)重建算法。首先,使用基于非局部均值模糊扩散方法对中值先验分布的最大后验(MAP)重建算法进行改进,以减少重建图像中的噪声;然后,采用基于扩展邻域的双边滤波方法对重建图像进行处理,以保持图像的边缘和细节信息,进一步提高重建图像的信噪比。采用Shepp-Logan模型和胸腔模型来验证算法的有效性,实验结果表明,与滤波反投影(FBP)、中值根先验(MRP)、非局部均值模糊扩散的MP重建(NLMMP)算法和非局部均值双边滤波的MP重建(NLMBFMP)算法相比,所提新算法的归一化均方距离和均方绝对误差最小,且信噪比最高,分别为10.20 dB和15.51 dB。该重建算法可以在对重建图像进行降噪的同时保持了图像的边缘和细节信息,改善了低剂量CT图像质量退化的问题,获得高信噪比和高质量的重建图像。     

基于信息熵的X射线弹药图像自适应局部模糊增强

针对X射线弹药图像对比度较低、缺陷边缘模糊的特点,提出了一种基于信息熵的自适应局部模糊增强算法。该方法先对弹药射线图像进行动态归一化处理,并运用梯度算子获取感兴趣区域,OTSU算子自动选取最佳渡越点gc,从而得到模糊增强算子的渡越点cμ,再使用改进的隶属函数对cμ两侧的像素灰度进行模糊域的非线性处理,从而得到增强后的弹药图。试验结果表明,该算法能明显提高弹药图像的对比度,突出疵病并降低背景噪声。     

基于各向异性扩散和纠正探测值的PET图像重建

针对如何抑制正电子发射成像(positron emission tomography,PET)中噪声的问题,提出了一种改进的最大化后验估计(maximuma pxsteriori,MAP)算法,该算法将耦合反馈(coupled feedback,CF)模型和各向异性扩散(anisotropic diffusion,AD...     

融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动, 但其图像分辨率和对比度较低. 本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像, 以此提高空化图像质量. 通过Field II仿真和实验数据全面详细验证本方法的有效性与优点, 仿真数据包括点目标和囊肿仿体, 实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据. 文中将MVCF波束合成算法与传统B超图像、 DAS、 MV、 DAS-CF和MVCS波束合成算法进行比较. 结果表明, 基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率. 与传统B超图像相比, 基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82 dB, 且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍. 基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动.