图象重建局部平滑方法改进

针对传统的局部平滑技术中对人的主观因素依赖过强的缺点,提出了一种新的不依赖于人的主观因素的局部平滑技术,并给出了平滑模型的具体实现算法,使对重建的图象具有更好的平滑效果。实验的结果证明了该方法的有效性。     

图象重建技术在并行处理系统中的应用

本文基于一个三维锥形束 CT图象重建算法的实例 ,探讨了图象重建技术在并行处理系统中的应用 .图象重建这类计算问题的数据相关性小 ,很适合并行处理 ,从测试模型的重建结果和计算时间来看 ,达到了预期的结果 .     

基于神经网络的三维图象恢复与重建新算法

简介了兰伯特Lambertian反射模型用于三维图象的恢复与重建的算法,由于其具有很大的局限性,为此,给出了一种基于神经网络与模糊处理相结合的新型反向模型,用于三维图象的恢复与重建,且新算法不需知道光源方向,经实验证明,具有计算快捷且图象识别精度高的特点。     

动态核医学图象的自适应平滑增强算法

核医学图象是指采用特殊的探测装置通过在人体外探测体内放射性核素分布而形成的图象，医学上常用这种图象来反映器官组织的形态与变化，由于其信噪比明显低于其他医学图象（X-ray,CT及MRI），图象粗糙，分辨率低，因此核医学图象处理方法显得比其他医学图象更为重要，为了获得较好的图象处理结果，针对动态核医学图象的特点，提出了一种用于动态核医学图象处理的自适应增强算法，用该算法进行图象处理不仅可增强图象的对比度和提高图象的视觉效果，而且可较好地滤除图象噪声，处理后的核医学图象判读效果很好，实验证明，该方法对处理灰度较低，噪声干扰较大的动态核医学图象是一种行之有效的方法，而对静态核医学图象则要依据γ图象的统计特性，采用适当的处理方法。     

图象平滑与边缘检测的模糊向量描述

本文对噪声和边缘的统计特征进行了分析，提出了以Ｐ１（ｉ，ｊ），Ｐ２（ｉ，ｊ）和Ｐ３（ｉ，ｊ）作为边缘、噪声和非边缘非噪声的尿属函数，并在此基础上建立它们的特征描述向量。借助于该特征向量，将图像平滑和边缘检测转化为一个模式识别的问题，从理论上讨论了解决图像处理中长期存在的去噪和保持边缘细节的折衷问题的思路，并构造了基于模糊模式识别的图像边缘检测和滤波的基本框架。     

图象平滑与边缘检测的模糊向量描述

本文对噪声和边缘的统计特征进行了分析，提出了以Ｐ１（ｉ，ｊ）、Ｐ２（ｉ，ｊ）和Ｐ３（ｉ，ｊ）作为边缘、噪声和非边缘非噪声的隶属函数，并在此基础上建立它们的牲描述向量。借助于该特征向量。将图象平滑和边缘检测转化为一个模式识别的问题。从理论上讨论了解决图象处理中长期存在的去噪和保持边缘细节的折中问题的思路，并构造出了基于模糊模式识别的图象边缘检测和图象滤波的基本框架。     

非均匀反投影重建方法

本文提出了一种新的计算机断层象(CT)的重建方法--非均匀反投影重建法.该方法是根据射线上各象元灰度的大小对投影差值进行非均匀加权分配的,而不是采用传统重建方法中的均匀分配.这种重建方法较好地消除了重建图象中普遍存在的干涉条纹,可明显改善图象质量.特别是在只有少数几个投影方向数据的非完全投影情况下,该方法效果更好.     

一种基于高阶统计量的图象平滑去噪法

为了消除或衰减存在于图象上的噪声，同时尽可能地保留图象细节，提出了一种基于高阶统计量的图象平滑去噪法，该方法是根据高阶统计量对高斯噪声不敏感的特性，对一个像素点采用其周围梯度和最小的几个点的灰度平均值来代替其灰度值，以便可以在对噪声进行平滑滤波的同时，最大限度地保留图象的细节信息，仿真结果表明，该方法较好地实现了这一要求，与常用的中值滤波法相比，该方法处理后的图象，其PSNR可提高约1dB以上。     

一个高速图象数据采集系统

介绍视频图象印相机中所采用的高速图象数据采集系统。该系统用来完成图象信号的视频处理，高速数据采集，并将采集到的高速图象数据流存入图象存贮阵列。系统主要由梳状滤波器、视频放大、同步分离、模数变换、图象存贮器以及有关的微机控制部分组成。文中着重讨论了快速Ａ／Ｄ变换，采用象素缓冲技术的快速存贮以及整个系统的同步和控制等关键技术。实验结果表明，系统能达到上述每点采集时间的要求，对于图片的６４０×６０８空间分辨率要求，一幅图象的采集时间约为３１．５ｍｓ。     

关于二值图象结构补偿放大平滑的一点注记

本文对二值图象结构补偿放大平滑中的补偿模式阵进行讨论, 给出了一种简单而统一的确定补偿块元素的算法, 算法可用于汉字信息和图象处理领域。     

图象重建中的最优化方法

首先讨论了投影数据零空间对重建结果的结果,分析了代数重建算法（ＡＲＴ）的收敛过程以及对不投影数据ＡＲＴ方法的重建结果,针对投景数据不完备约束的问题,将统计物理学中的模拟退火的ＡＲＴ的迭代过程中,根据对图象像素间连续性的假设,最平稳解的约束,并利用模拟退火方法得到最优。     

一种曲线平滑的自适应方法

基于曲线的参数方程和信号平滑滤波以及方向链码的基本思想,提出了一种基于Ｆｒｅｅｍａｎ链码和以张长为参数的参数方程的离散曲线自适应平滑算法,解决了图象处理中曲线提取后存在的不光滑问题。最后给出了一些对比实验结果,证明了本算法的有效性。     

基于神经网络的种图象细化方法

提出了一种新的细化算法，宽利用神经网络的分类辨识特性，对边缘点进行分类识别。实验结果表明这种方法具有速度快，省空间的优点。     

一种彩色图象的非线性自适应滤波算法

本文提出了一种应用于彩色图象去噪和平滑的非线性自适应滤波算法,该算法应用微分算子确定被处理象素及其领域内的象素点是否为噪声点,在具有视觉统一性的色度空间中对图象进行高斯加权时,不仅去除噪声点的影响,而且应用分类准则,对象素及其领域内的点进行分类,选取同类点参加滤波,该方法有效抑制了噪声点的影响,提高了滤
滤波的视觉效益,实验证明了该算法的有效性。     

计算机图象并行处理技术

本文对图象处理的两个关键技术：算法和并行处理结构作了综述。文中介绍了图象处理的新概念和分析方法。最后对其的发展方向进行了探讨。     

基于形状特征点匹配的CT断层图象表面重建

当切片间距离较大时，如何快速，准确地重构出复杂器官的表面并显示它，在医学临床应用中已变得越来越重要。本文首先提出了一种保持轮廓形状特征的自适应特征点采样算法，该算法大大减少了后续处理的存储量和计算量，其次，在于对图象特性的分析，提出了一种特殊点匹配算法，该算法考虑到了特征点在原图象上的灰度，梯度幅值，梯度方向和位置对匹配的影响，提高了重建表面的准确度。实验结果证明了上述算法的有效性。     

三维表面平滑约束断层图象形状插值

断层图象序列的层间插值是三维重建的关键技术之一。已有的断层插值方法主要使用灰度，灰度梯度，距离，方向等约束，重建的三维表面往往不平滑，本文引入有向距离概念，增加表面平滑约束，提出一种重建三维平滑表面的断层图象间形状插值方法。     

图形与图象再现的有限元算法

在计算机视觉以及CAD／CAM等领域都涉及到基于离散观测数据的目标图象或三维曲面图形的重建问题，为此，将最佳逼近与数据平滑理论相结合，提出了一种基于有限元技术的图形与图象重建方法，该方法首先采用Lagrange乘子方法建立正定泛函，进而应用有限元技术及Wewton失代方法求得函极值解，然后通过有限元解的插值计算，重新构造出图形或图象，由于结合了数据平滑处理，因此该方法不仅消除了数据上噪声的影响，而且提高了重建的精度，实验结果证明了方法的有效性和实用性。     

指纹自动识别中图象分割方法的研究

图象分割的一般方法是基于图象灰度特性的,但这种方法不适合于低对此度或增强后的图象,对于指纹图象的分割,基于方向信息的方法更为适合,但它也有一些限制。而将两种方法合理的结合,则可较好地解决这些问题,实验表明,这种复合方法对于指纹图象的处理是很有效的。