基于潜在低秩表示的双模态医学图像融合

医学图像融合是图像处理科研领域的热门课题.针对传统的PET-CT图像融合方法有效地融合了CT图像和PET图像的互补信息,但是在图像整体细节信息保留能力仍然不足,现提出一种基于潜在低秩表示的双模态医学图像融合方法,首先,将医学原图像通过潜在低秩表示方法分解为低秩部分、显著部分以及噪声部分.在低秩部分中,采用加权平均融合规...     

基于潜在低秩表示及导向滤波的红外与可见光图像融合方法

针对红外与可见光图像融合过程中出现的细节损失严重等问题,提出一种基于潜在低秩表示与导向滤波的红外与可见光图像融合方法.首先,采用潜在低秩表示方法将源图像分解为低秩图层和显著图层,为了更多地提取低秩图层中细节信息,采用导向滤波将低秩图层分解基础图层和细节图层;并针对基础图层、细节图层和显著图层的特性,分别采用视觉显著度加...     

基于结构化低秩表示和低秩投影的人脸识别算法

在实际的人脸识别中,给定的训练图像往往存在遮挡和噪声,导致稀疏表示分类（SRC）算法的性能下降。针对上述问题,提出一种基于结构化低秩表示（SLR）和低秩投影的人脸识别方法--SLR_LRP。首先通过SLR对原始训练样本进行低秩分解得到干净的训练样本,根据原始训练样本和恢复得到的干净训练样本得到一个低秩投影矩阵;然后将测试样本投影到该低秩投影矩阵;最后使用SRC对恢复后的测试样本进行分类。在AR人脸库和Extended Yale B人脸库上的实验结果表明,SLR_LRP可以有效处理样本中存在的遮挡和像素破坏。     

基于低秩表示的乳腺癌病理图像有丝分裂检测

人工检测和计算有丝分裂细胞的过程非常冗长,而且不同病理医生之间的诊断结果有较大差异性,因此,在临床中迫切希望有定量的计算机辅助自动检测方法。提出了一种基于低秩表示的计算机辅助自动检测有丝分裂方法,将有丝分裂细胞看做低秩表示中的稀疏部分,非有丝分裂部分看做低秩部分。在ICPR 2012有丝分裂竞赛提供的有丝分裂图片数据库上的实验结果表明,和已有的基于模式识别的检测方法相比,该方法能够获得较高的F-measure和recall值,分别为0.59和0.56。     

具有融合罚约束的低秩结构化稀疏表示目标跟踪算法

现有的低秩稀疏表示目标跟踪算法在目标突然运动和严重遮挡等情况下,经常出现跟踪漂移现象.为此,提出一种具有融合罚约束的低秩结构化稀疏表示目标跟踪算法.首先,利用混合${L_{1,2     

融合多尺度低秩表示与双向递归滤波的高光谱图像分类

针对高光谱图像信噪比较低导致图像分类精度较差的问题,提出一种融合多尺度低秩表示与双向递归滤波的高光谱图像分类方法。首先,对高光谱图像进行不同尺度的超像素分割,获得空间邻域信息并得到分割图像;其次,在各尺度分割区域内执行低秩表示和主成分分析（Principal Component Analysis,PCA）降维,低秩表示可对分割区域内光谱间高相关性进行低秩约束,移除混合噪声;再次,利用双向递归滤波进一步消除图像中噪声和地物细节纹理;最后,根据支持向量机对各尺度特征图像的分类结果采用多数投票方法得到最终分类。实验在Indian Pines、PaviaU和Salinas公开数据集上进行,各地物类别随机选取10个训练样本,结果表明：与仅利用光谱信息的分类方法（支持向量机、PCA）对比,该方法分别在3个数据集上总体精度平均提高了32.03%、28.04%和16.80%;与空间—光谱残差网络和顶点成分分析网络的分类方法对比,平均提高10.99%、8.45%和7.08%;与其他空—谱联合分类方法对比,平均提高8.28%、18.77%和10.19%,证明了本文方法能在训练样本较少的情况下取得更优的总体...     

基于稀疏表示的医学图像融合

针对传统基于K阶奇异值分解(KSVD)的字典学习算法时间复杂度高,学习字典对源图像的表达能力不理想,应用于医学图像融合效果差的问题,提出了一种新的字典学习方法:在字典学习之前对医学图像的特征信息进行筛选,选取能量和细节信息丰富的图像块作为训练集学习字典;根据学习得到的字典建立源图像的稀疏表示模型,运用正交匹配追踪算法(OMP)求解每个图像块的稀疏系数,采用"绝对值最大"策略构造融合图像的稀疏表示系数,最终得到融合图像.实验结果表明:针对不同的医学图像,提出的方法有效.     

基于有效距离的低秩表示

低秩表示(Low-Rank Representation,LRR)在探索数据中的低维子空间结构方面具有良好的效果,近年来引起了人们的广泛关注.然而,传统的LRR方法通常使用欧氏距离来度量样本的相似性,仅考虑相邻样本两两之间的距离信息,对于具有流形结构的数据往往不能反映其固有的几何结构.最近的研究表明,概率激励距离测量(...     

基于低秩表示的非负张量分解算法

为了提高图像分类准确率,提出了一种基于低秩表示的非负张量分解算法。作为压缩感知理论的推广和发展,低秩表示将矩阵的秩作为一种稀疏测度,由于矩阵的秩反映了矩阵的固有特性,所以低秩表示能有效的分析和处理矩阵数据,本文把低秩表示引入到张量模型中,即引入到非负张量分解算法中,进一步扩展非负张量分解算法。实验结果表明,本文所提算法与其他相关算法相比,分类结果较好。     

基于稀疏表示和决策融合的图像分类方法

利用多个稀疏表示分类器融合的决策信息对图像进行分类,可避免单个特征对图像分类的影响。提出一种自适应调节权重的多稀疏分类器融合图像分类方法。对原始图像分别提取3组不同特征,并训练出各自稀疏表示分类器;根据各个子分类器的准确率,通过迭代计算自适应确定各分类器最终权重;融合各子分类器的输出结果进行最终类别判断。基于Cifar-10图像数据集进行多组实验,结果表明,相对仅提取单特征的图像分类方法,该方法有效提高了图像分类准确率。     

基于稀疏表示的自适应图像融合方法研究

图像融合是将两幅或两幅以上由不同传感器在同一时间或不同时间获取的关于某个具体场景的图像或图像序列信息融合为一幅图像,使得融合图像更有利于人们分析和理解。基于目前经典的图像融合方法的基础,提出一种新的基于稀疏表示的自适应图像融合算法。首先根据训练的超完备字典将两幅源图像表示为两组稀疏系数,然后根据系数的特征自适应地选取融合规则对系数进行融合,最后由融合系数和字典进行重构得到融合图像。该算法在稀疏表示的过程中能够有效地避免产生块效应且能去除噪声,从而提高图像质量。实验结果表明该方法在主观和客观评价上均优于其他算法。     

基于二进小波与融合方法的医学图像增强研究

医学图像清晰度的增加,能提高医生的诊断准确率。因此,提出一种基于二进小波与融合方法的医学图像增强算法。首先,将一幅图像经过分解后,先使用一种增强函数对高频系数进行相应处理;再使用另一种增强函数也对高频系数进行相应处理。此后,将对应的高频图像进行融合。最终,利用分解得到的低频信息和增强融合后的高频信息进行反变换。实验及结论表明:采用该增强算法能有效地提升医学图像的清晰度,达到增强医学图像的效果。     

基于NSCT变换的医学图像融合研究

为了提高医学图像的质量,为医学诊断提供可靠的信息依据,将更为先进的多分辨率、多方向分解的NSCT变换引入到CT和MRI医学图像融合中进行研究,并针对医学图像的特点,提出一种改进的中心区域能量加权平均融合规则。进行基于NSCT变换的不同融合规则的医学图像融合仿真实验,并与Contourlet变换进行比较分析。实验结果表明,基于NSCT变换的改进融合规则算法使医学融合图像具有更丰富的信息量和更高的对比度,相关评价指标表明了该算法的有效性。     

基于多尺度图像融合和SIFT特征的水下图像拼接研究

充分考虑水下环境和水下成像的特点,将多尺度融合的图像增强算法应用于水下配准算法的预处理图像中,修复深水域偏色严重的图像.用改进SIFT算法进行特征提取,采用自适应阈值法筛选关键点,扩大关键点提取范围;用Canny算法计算关键点的梯度和大小,平滑噪声的同时也可以保留图像更多细节;使用平均Haus-dorff距离和BBF最...     

基于小波变换的CT和MR图像融合

在临床医学上,CT图像和MR图像分别从不同的角度反映人体信息,将两者融合到一张图像上全面反映人体信息有很大的实用价值.提出了基于小波变换的区域平均梯度最大值融合方法,用实验结果对该方法和其它常用的几个基于小波变换的融合方法进行了比较,并从主观和客观两个方面进行评价,结果表明运用该融合方法进行图像融合取得了良好的效果,融合图像的质量要高于其它几种方法的融合质量.     

一种基于EMD和IHS的图像融合算法

提出一种基于经验模态分解和IHS的图像融合算法.首先对多光谱波段影像进行IHS变换获得强度影像I,以I为基准进行全色波段影像的直方图调整,得到PANmatch影像,然后对强度影像及PANmatch影像进行EMD(Empirical Mode Decomposition)多尺度分解,把强度影像的残差与全色影像的IMF(Intrinsic Mode Function)融合得到一个新的强度影像Inew,最后对Inew进行IHS逆变换获得融合影像.实验结果表明,算法具有很好的频谱信息存储能力和空间表达能力.     

基于波原子变换与脉冲耦合神经网络的图像融合

针对同一场景多聚焦图像的融合问题,提出一种基于波原子变换和脉冲耦合神经网络PCNN(Pulse Coupled Neural Network)的图像融合算法。首先将待融合图像分别进行波原子变换;其次使用多通道PCNN模型对子带图像进行非线性融合;最后对融合处理的系数进行波原子逆变换得到融合图像。仿真实验结果显示该算法能有效地提取待融合图像的特征信息,在主观视觉效果与客观性能指标上均优于传统图像融合方法。     

融合距离图像和彩色图像的圆位姿测量方法

针对基于单目视觉的单个圆位姿测量解的二义性问题,提出一种融合距离图像和彩色图像消除二义性的方法。该方法首先用RGB相机获取的高分辨率彩色图像计算圆位姿,获得圆位姿的一组歧义解。然后将彩色图像和飞行时间TOF(time-ofFlight)相机获取的距离图像融合,形成一个高分辨率的距离图像。最后,根据距离图像恢复圆在RGB相机下的三维信息,剔除圆位姿中的虚假解,从而得到圆的真实位姿。实验结果表明,该方法能够有效地解决基于单目视觉的单个圆位姿测量的二义性问题,且能够准确获得较高精度的圆位姿。     

关于顶点链编码的图像区域表示和填充算法

图像区域的表示和显示是图像处理和图像分析、计算机制图和计算机图形学中的重要研究课题.以顶点链编码为基础,提出一种以顶点链编码来表示二值图像的方法,完成了对于图像区域的简单表示.同时着重提出了一种将用以表示二值图像的顶点链编码转化为原二值图像的算法.该算法对表示二值图像区域的顶点链编码点进行记录处理,配对被记录的顶点链编码点,然后运用水平扫描线来填充图像区域,从而将原图像根据顶点链编码完全恢复出来.