基于灰度梯度的数字图像评价函数

提出用图像灰度梯度向量模方和、Roberts梯度和与拉普拉斯(8邻域微分)算子和作为数字图像的评价函数。建立了上述几种评价函数的数学模型,针对离焦模糊和运动模糊等情况分别给出了实验结果,并进行了比较。它们都有无偏性好、单峰性强、灵敏度高等特点,可用于离焦模糊和运动模糊情况的评价,且灰度梯度向量模方和最理想。  

冠状动脉树三维重建理论模型的研究

冠状动脉树的三维信息对于心血管疾病的评价和诊断具有十分重要的意义，研究了基于两幅冠脉造影图像重建三维冠状动脉树的理论模型，首先根据透视投影原理建立一个双平面冠脉造影系统的投影模型．并分析两幅不同角度的造影图像之间的几何变换关系。然后提出一种新型的深度求解方法．最后给出冠状动脉树模型的三维重建结果。  

基于变形模型的心血管三维运动跟踪

提出一种心血管造影图像序列的三维运动跟踪方法。按照自顶向下的方式，采用三维变形模型，通过使适当的能量函数最小，表示血管骨架的曲线直接在三维空间中变形，完成血管骨架序列的三维重建。该方法将序列图像中血管的二维中心线提取、三维重建和运动跟踪集成到一个框架中完成，提高了重建精度和运算速度。  

基于IHS空间的灰度图像互补色伪彩色编码

对灰度图像的任一灰度级，将对应的彩色影射到垂直于I＝0．5的平面上（I为强度），饱和度S可取的最大值为原始图像最大灰度值的0．75倍，相邻两灰度级对应的H值（H为色度）互为反相。将所得IHS值变换为RGB值即得伪彩色图像。用该方法对医学磁共振图像进行了处理，给出了实验结果。  

冠状动脉造影图像序列中估计二维运动及变形的弹性配准算法

提出一种由单面血管造影图像序列分析心脏冠状动脉运动和变形的方法，即利用弹性配准算法，将动脉运动的估计简化为对连续两帧图像的骨架像素的匹配．采用动态规划的方法进行配准，同时引入自回归建模，二者结合起来互相作用：动态规划为自回归模型参数的估计提供样本值；自回归模型为动态规划提供适当的成本函数。采用临床得到的单面冠状动脉造影图像序列对该算法进行了验证。实验结果表明应用该方法计算血管骨架图像中各点的光滑移动向量场，能够得到精确的结果。  

医学超声内窥成像系统的数字增益补偿

为了补偿医学超声内窥镜中超声信号的传输衰减，设计了由AD8065、AD8331和现场可编程门阵列（FPGA）组成的前置放大与增益补偿电路．电路采用AD8065实现超声换能器与增益补偿电路间的阻抗变换，然后，根据超声信号在人体组织中的衰减规律，由FPGA输出补偿控制电压，控制AD8331实现对回波信号的补偿放大．对实际超声回波进行的补偿实验表明，该电路能够有效地补偿超声信号的传输衰减，而且，利用FPGA的可编程性，该电路可根据不同的衰减曲线进行灵活配置.  

基于B样条的冠状动脉树骨架三维重建方法

以B样条曲线为基元，根据两幅不同角度的冠脉造影图像重建冠状动脉树的三维骨架。首先采用B样条曲线的“迭代最近点拟合算法”拟合二维血管中心线，由二维控制点计算三维控制点，然后根据曲线拟合误差和对应点匹配误差优化三维B样条控制点，最后得到冠状动脉树三维骨架的B样条描述。利用临床冠脉造影图像进行冠脉树骨架的三维重建实验，结果表明本重建方法比传统方法在重建精度和算法复杂性上都有较大的改善。  

光纤型偏振OCT系统中光偏振特性的研究

建立了偏振光在生物组织中传播的模型,并利用该模型模拟了偏振光在生物组织中传播的过程,重建了多种偏振态输入光的情况下光偏振态在生物组织中的分布及生物组织的偏振特性模型.分析了光偏振度与光被生物组织散射次数的关系,阐明了由于偏振光在组织中传播,其偏振态逐渐改变而造成的偏振OCT 干涉计两臂光束失去相干性及偏振OCT 图像质量下降现象.通过分析斯托克斯(Stokes)矢量和穆勒(Muller)矩阵在光纤型偏振OCT系统中的应用,说明Muller 矩阵不受输入光偏振态的影响,因此它比Stokes 矢量更适用于光纤型偏振OCT 系统研究.  

使用粒子滤波和差分进化法实现轮廓跟踪

退化现象可能导致基于粒子滤波(PF)的轮廓跟踪误差增大甚至失败。为解决这一问题,提出一种将PF状态向量后验概率密度估计问题转化为最优化问题,并使用差分进化法(DE)求解轮廓跟踪算法。该算法的最优化目标函数定义为轮廓模型与运动目标边缘匹配误差;函数参数为运动参数向量;PF的状态向量分布空间作为DE的搜索空间。目标函数的最优解对应着运动参数的最优估计值。在仿真图像序列的轮廓跟踪实验中,重心位置误差不大于0.5pixel,每帧图像平均耗时约80ms。  

动态规划在运动图像分析中的应用

对运动图像序列中的目标进行运动跟踪和估计，可以分别采用变形模型和弹性配准的方法，两问题的求解均可归纳为成本函数的最优化问题。提出了应用动态规划算法求解离散成本函数最优化的方法，把问题分解成多个子问题分别求解，并存储子问题的解以避免重复计算。该方法不仅可保证解的全局最优性，而且计算量小，有利于实现实时处理。在对临床X射线冠状动脉造影图像序列的实验中得到了满意的结果，匹配大约2000个点的血管骨架只需要一秒钟左右的时间。对运动场已知的模拟图像的实验证明运动估计误差小于1个像素（1像素=0．3mm）。