Hausdorff距离和量子粒子群的二维图像匹配

提出了一种基于Hausdorff距离和量子粒子群算法的二维图像匹配算法。为了实现二维图像的搜索,首先利用Canny算子提取图像的边缘,再利用Hausdorff距离作为图像搜索的目标函数,然后引入了带量子行为的粒子群的优化算法来求解搜索所需的空间变化参数,实验结果表明,带量子行为的粒子群的优化算法（QPSO）能够迅速地在全局范围内找到最优解,因此应用于二维图像搜索是可行的。     

设计转换函数实现保留上下文环境体绘制

摘要为了帮助医生对医学图像进行准确的定位和诊断,在显示感兴趣区域的同时保留其上下文信息,提出一种保留上下文环境体绘制方法.首先记录沿光线方向的首个等值面的空间位置;然后根据采样点到等值面的距离和采样点处的梯度构造衰减函数,将衰减函数作用于不透明度转换函数,以控制光线合成.对头、腹和脚部等CT数据的实验结果表明,该方法可以在保留组织轮廓清晰的前提下增强感兴趣区域显示.     

基于多尺度卡尔曼滤波的医学图像配准算法

提出了一种新的基于主成分分析和多尺度卡尔曼滤波的医学图像配准算法.利用主成分分析的方法求出两幅图像的主轴和质心,从而计算出图像间的旋转角度;利用高斯金字塔分解构造了一种自适应的卡尔曼滤波器用来提高算法的鲁棒性.对模拟图像和真实图像进行了实验,实验结果表明此方法能准确,快速地处理图像刚性配准问题.     

基于MS-FCM算法的MR图像分割方法

针对传统模糊C-均值(FCM)聚类算法在分割低信噪比图像时准确性较差的问题,提出一种用于MR图像分割的改进算法MS-FCM。针对脑部MR图像相邻像素属于同一分类的模糊隶属度相近的特性,在迭代过程中对隶属度数据集进行滤波,以降低噪声对聚类精度的影响。模拟脑部MR图像和临床脑部MR图像的分割实验证明,该算法可以提高图像分割精度。     

基于CMOS的医学图象处理系统软件设计

本文选用CMOS OV7640为图像传感器来采集实际图像,利用USB2.0总线接口技术和OpenCV计算机视觉库,以VisualC 6.0作为开发平台设计了基于CMOS的视频采集及边缘检测系统.提出了一种基于数学形态学的多尺度边缘跟踪的算法.该算法在抑制噪声的同时能够有效地检测出图像的边缘,基于OpenCV计算机视觉库编写了视频图像边缘检测的软件.     

基于GFO模型的水平集分割算法

众所周知，水平集分割方法由于能克服Snake分割中所要求的初始轮廓必须与目标轮廓相近以及图像结构不应发生拓扑改变这两大难题而深受青睐。然而，其在图像分割遇到的最大困难是解决边界泄漏问题。虽然有许多研究工作均试图解决这一难题，但收获甚微，究其原因主要是：图像的梯度信息不仅被作为轮廓线运动的停止策略，同时也将为零水平集向目标轮廓运动提供吸引力。因此，其不可避免将产生边界泄漏现象。针对这一难题，本文通过采用GFO模型以提供更鲁棒的边界信息和更可靠的停止策略来构造运动驱动力，从而较好地解决传统水平集分割算法所不能解决的大部分边界泄漏难题。     

广义模糊算子法用于图象的浮雕显示

广义模糊算子法是一种用于图象边缘检测的全新而有效的方法。它能与不同的图象预处理方法相结合从而产生不同的图象显示效果。此文提出一种预处理方法，首先对一幅图象进行预处理，然后将广义模糊算子作用于该图象，能得到较好的浮雕显示效果。调整预处理中的参数，所显示的效果也有所不同。     

RCTLS图像恢复中局部线化的优化算法以及正则化参数的自适应选择

关于模糊图像的恢复问题,可采用DFT域中的正则化约束总体最小二乘法(RCTLS)有效地加以解决.该方法的实现是对非凸函数进行求解,尽管采取了一些经典优化迭代算法,仍难以获得高质量的恢复图像,并需要较多的机时.为此,本文对DFT域中的RCTLS算法提出两个具有创新性的解决方案:首先提出了局部线化优化算法进行求解;在此基础上,我们还对正则化参数进行自适应选择,以进一步提高恢复图像的质量.实验证明,采用局部线化方法可以成倍地提高计算速度,明显改善了图像恢复质量;同时,对正则化参数进行了自适应迭代选择不仅提高了工作效率,并且能使恢复图像的质量得到进一步改善.