一种基于脊线跟踪的冠状动脉中心线提取方法

冠脉血管中心线的提取是血管造影图像定量分析中的关键步骤。基于脊线跟踪法，提出了一种血管中心线自动提取方法。通过交互式地指定一个起始点和一个终止点，该算法能够自动获取两点间的血管中心线。实验结果表明了该方法的鲁棒性和可重复性。     

CT冠脉造影中冠状动脉中心线的提取

提出了一种冠状动脉中心线的提取方法,该方法以FastMarching(快速行进)算法为基础,首先对图像进行下采样,接着使用血管增强滤波器对图像进行滤波,然后利用FastMarching算法提取下采样图像中初始点之间的最短路径,并使用最短路径在原始图像上计算冠状动脉中心线。在公共数据集上的验证实验表明,该方法具有较好的鲁棒性和准确性。     

应用于造影图像的血管中心线全自动提取方法

针对传统血管中心线提取方法计算量大、需大量人工介入操作的问题,提出一种全自动的血管中心线跟踪提取方法.首先根据血管尺度设计不同的Frobenius范数对血管进行自适应增强,并基于血管灰度分布构造多尺度微分算子以建立判别函数,从而获得种子点的初始位置和跟踪方向;然后在初始方向局部弧长范围内优化检测新的脊点与跟踪方向,以确保在有较大误差干扰的情况下依然能够获得正确的脊点位置;最后利用血管拓扑结构特征检测方法剔除伪血管中心线.实验结果证明,该方法无需人工介入即可准确地在冠脉造影图像中提取出血管中心线、方向矢量等信息,可被用于临床心血管疾病的计算机辅助诊疗过程.     

一种运动目标多特征点的鲁棒跟踪方法研究

提出了一种基于特征光流分割和卡尔曼滤波估计的鲁棒性的运动目标跟踪方法。该方法具有很多特点：首先在特征光流的计算中采用由粗到细的层级匹配算法，因而能够计算大的运动速度和具有更好的匹配精度；其次采用了有效的遮挡判决算法，该算法综合利用了先验的信息，对噪声的干扰不敏感；最后建立了线性卡尔曼滤波模型，当特征点被遮挡或丢失时，能够预测它们的位置，这使得跟踪更具有主动性。实验表明，该方法具有高精度、快速跟踪和很好的鲁棒性。     

一种新型的航空图像城区建筑物自动提取方法

提出了一种新的从航空城区图像中自动提取矩形建筑物的方法．该方法基于从航空城区图像中提取的边缘，经过轮廓跟踪，采用Splitting方法提取直线，得出其相应的直线几何图形；针对航空图像的复杂及现有边缘检测算法的不足，提出了一系列直线处理的方法(如直线的分类、排序、合并、调整等)有效地弥补了前述处理的不足；为提高矩形房屋提取的准确率，引入知识定义了几种近似的矩形结构．文章采用几何结构元分析的方法，提取图形中构成矩形的各种基本结构元，再根据结构元合并的准则，将各种基本结构元通过一定的合并算法合并成矩形结构．大量试验结果证明该方法提取矩形房屋的准确率较高，鲁棒性好，运算速度快，具有较强的实际应用价值．     

一种基于动态规划的机动目标检测前跟踪方法

针对传统动态规划检测前跟踪算法仅适用于匀速直线运动目标或慢机动目标的局限性,提出了一种将交互式多模型(IMM)滤波与基于动态规划的检测前跟踪算法相结合的机动目标处理算法。该算法应用于近程毫米波雷达探测环境下,根据被测目标的实际运动情况建立了匀加速运动、匀速转弯运动及匀速运动模型,在动态规划算法基础上考虑了多种运动模型以及模型之间的转换和预测,避免了因模型不匹配导致的跟踪效果变差的问题。仿真结果显示,相比于传统动态规划检测算法,该算法能够更加有效地实现对机动目标的检测和跟踪,适于工程应用。     

一种基于图像序列的脑电极点的跟踪定位方法

为了对脑电检测诊断中的各脑电极点进行自动定位跟踪,该文提出了一种基于图像序列的自动定位方法,首先在单帧图像中,根据控制点的标识,确定首个基准点,之后根据基准点与局部周围电极之间的相互关系,采用动态迭代搜索方法,获得后续的置信基准点及周围电极点的标识名。实验结果表明,该方法对旋转拍摄时角度的随机变动,以及镜头的仰俯变动均具有很好的适应性,可以准确地给出同一个电极在不同帧中的位置匹配关系。     

一种基于改进UPF的运动声阵列交互多模型目标跟踪方法

针对运动声阵列在有色噪声环境中的非线性滤波跟踪实时性问题,提出一种基于改进粒子滤波的交互式多模型目标跟踪(IMM-IUPF)方法.该方法采用最小斜度单形无迹变换结合变尺度无迹变换的 Sigma点选取策略,对标准无迹粒子滤波(UPF)进行改进,大幅缩减UPF样本选取计算量;将改进的UPF与交互式多模型(IMM)相结合,通过定义自适应增益修正系数,弥补样本点缩减造成的精度降低问题;最终通过与传统的基于IMM的粒子滤波(IMM-PF)和基于IMM的无迹粒子滤波(IMM-UPF)进行Matlab数值仿真对比验证所提出算法的实用性.     

一种基于离群点信息的新型无监督聚类方法

在图像检索领域，聚类分析技术有着广泛应用。因为在对图像进行聚类分析时，通常缺少可资利用的先验知识，所以需要采用无监督的聚类算法。为了适应图像检索的需要，提出了一种新型的无监督聚类方法，即根据离群点信息来自动确定聚类算法的终止时机。此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠。为验证其可行性，用其改进了CURE和ROCK两个经典算法。实验表明，改进后的两个算法都能自动终止，并能取得优于以往的聚类效果。     

一种提取SAR图像边缘的改进算法

传统的边缘提取算法不能解决合成孔径雷达(SAR)图像小边缘、赘余边缘多的问题.针对SAR图像特点,提出一种改进的基于过渡区模糊增强边缘提取方法.通过分析经典模糊增强算法和改进的模糊增强算法的缺陷,在图像增强中引入过渡区概念,很好地克服了原来模糊增强算法渡越点选择不当造成的丢失目标边缘信息、边缘连通性不好、小边缘多等缺点.能够有效地提取出感兴趣目标的丰富的边缘信息,并且去除了很多小边缘赘余信息.对比实验结果证明该方法效果好.     

车辆检测中一种兴趣区域提取方法

在基于视频图像方法的车辆检测系统中,兴趣区域的提取是至关重要的.提出了一种新颖的方法来检测图像中的兴趣区域,为后续处理提供有效的特征信息.该方法的核心思想就是根据兴趣函数抽取图像中的兴趣点;然后按照一定的策略将这些兴趣点进行合并处理组成兴趣区域,最后根据阈值选取合适的区域作为最后的兴趣区域检测结果.给出了相关实验结果和分析,结果表明该方法是有效可行的.     

基于Mean Shift的红外目标自动跟踪方法

Mean Shift是一种密度梯度的无参数估计方法,应用于目标跟踪领域有较好的性能.然而Mean Shift算法是一种半自动跟踪方法.为此,提出边缘检测与Mean Shift相结合的方法.利用结合小波的Canny边缘检测方法对初始帧进行目标检测,通过力矩在图像处理中的计算方法得出目标的形心位置,为Mean Shift方法提供初始信息.在目标丢失时,可以利用形心方法修正Mean Shift的迭代跟踪过程.实验结果表明,本方法可以实现对目标的自动跟踪,同时有效修正了对红外目标的跟踪偏移.     

一种基于电路精简的Memory特征参数提取方法

提出一种基于电路精简的Memory特征参数快速提取方法.该算法通过对互连线寄生RC参数和Memory非活动存储单元的电路精简,能够快速准确地进行深亚微米工艺下Memory特征参数提取.     

基于特征点提取的图像增强算法

特征提取被广泛的运用在图像处理和计算机视觉领域.而特征点提取的效果很大程度上取决于图像的质量.在室外,考虑到多变的光照条件图像的质量通常很差.除此以外,物体间的互相遮挡也是特征提取上的一个难题.因此,研究怎样实时提取低对比度图像是一个很具挑战性的问题.Retinex理论被认为是分离光照图和反射物体图从而得到补充光照图的良好办法.但是亮度图像重建的计算复杂度很高.本文提出了一种基于Retinex理论的图像增强算法.新的算法优化了可变框架的Retinex理论.文中提出一种新的卷积函数,其能有效的减少计算时间,并将多尺度和卷积函数结合起来.文章的最后提出了一种能衡量提取特征点有效性的评估实验.实验结果证明,新的算法不仅能够极大的减少处理时间从而满足实时性要求,而且能使增强后的图像更适合与特征点提取.     

一种基于水下无线传感器网络的目标跟踪方法

本发明公开了一种基于水下无线传感器网络的目标跟踪方法。该方法首先根据最强信号原则选择簇节点,然后根据单跳距离准则组成簇网络对目标进行观测,如果观测信号强度超过阈值,则发送观测数据给簇头节点。簇头节点接收到粗内节点传送的数据,采用改进重采样的粒子滤波算法对当前时刻的目标位置和方差进行估计。根据目标的运动不断地更新簇头节点,将上一簇头节点状态估计值和方差估计值传送给当前簇头节点,再由当前簇头节点采用改进的重采样粒子滤波算法估计运动目标位置,直到运动目标超出了水下无线传感器网络的跟踪范围;本发明使用改进重采样算法的粒子滤波跟踪方法估计水下目标的位置和方差,提高水下无线传感器网络的目标跟踪性能。     

基于对象的遥感影像道路提取

根据高分辨率遥感影像道路网络的特点,提出一种基于对象的道路提取算法.首先根据道路的局部光谱特性和几何特性,使用图像分割和边缘提取算法对图像进行预处理.然后,根据贝叶斯理论,基于道路的全局几何特性和拓扑特性,建立网络的数学模型,将网络提取问题转化为全局优化问题,使用可逆跳跃马尔可夫链蒙特卡罗算法求取全局最优网络.实验结果表明,该方法充分利用了道路的各种特性,可以有效地从遥感图像中提取出道路,具有较高的精度和实用性.     

一种基于DCT中频的数字水印算法

随着Internet 和多媒体技术的发展,数字水印在数字产品的版权保护、安全传输和保密通信等方面有巨大应用前景.提出了一种新的选取嵌入水印块的方法,即根据宿主图像的纹理复杂度选取复杂度高的那些块作为嵌入水印的地方;然后利用置乱的方法将水印嵌入到这些子块的DCT中频分量中.实验结果表明,该算法具有较好的安全性和鲁棒性.     

基于QP_TR信任域方法的低信噪比序列图像目标跟踪*

运动平台上低信噪比序列图像中的目标跟踪面临着两大困难:平台运动导致图像存在全局平移,使得目标在相邻帧间脱离跟踪算法搜索窗;图像中的干扰使得跟踪窗口经常跳动而导致跟踪失败.鉴于QP_TR信任域算法的优良性能,针对上述两个问题提出了一种新的基于QP_TR信任域和Kalman滤波的跟踪算法.该算法利用QP_TR进行图像稳定和模板匹配,通过Kalman滤波器状态估计滤除干扰.与三步搜索方法相比,加大了搜索窗大小的同时减少了模板匹配的次数,提高了性能.在真实图像序列上进行的实验表明,该算法能有效地稳定运动图像,实现运动平台上低信噪比序列图像中目标的稳定跟踪.     

基于马尔可夫随机场的嘴唇特征提取方法*

讨论了基于马尔可夫随机场(MRF)模型的融合颜色和边缘信息的嘴唇特征提取方法.首先进行嘴唇区域检测,再结合嘴唇形状特点建立了基于MRF的嘴唇图像分割模型,构造相应的能量函数,并采用改进的最高置信度优先(HCF)算法求解能量函数的最优解,得到图像标记场,进而提取出嘴唇轮廓.结合人脸结构信息,提出了融合鼻孔角度信息的嘴唇特征点提取方法.实验结果表明,此算法具有良好的鲁棒性.     

一种基于图像融合的图像放大处理方法

提出了一种结合图像融合与小波变换的图像插值方法.首先利用一种常用图像插值方法获得初步放大图像,再将初步放大图像进行小波分解,源图像与小波低频子图进行直方图匹配后作为新的低频子图.将初步放大图像小波分解得到的不同方向的高频系数子图结合新的低频子图作为融合图像的多分辨率金字塔.最后进行小波逆变换得到融合图像,也即放大图像.实验结果表明该方法可提高图像插值的主客观效果,峰值信噪比相对常用方法可提高2dB以上.