基于分割先验图像多能CT重建算法

固定电压CT成像系统动态范围有限,照射复杂工件时产生的投影极易出现欠曝光、过曝光现象,从而导致有效投影的缺失。为解决投影不完备问题研究了基于分割先验图像多能CT重建算法。该方法首先采用ART-TV算法对最低能量的投影进行重建,并对重建结果进行分割,截取与高能重建图像相似部分做为先验图像,以先验图像约束的压缩感知算法对邻近高能投影重建,重建结果再次进行分割后截取先验图像,重复上述步骤直至最高能量完成重建。仿真实验表明:和传统的多能重建方法相比,研究的方法在完整重建复杂结构工件基础上有效地减少伪影,提高图像像素的稳定性,在主观视觉感受和客观评价参数均有一定的进步。     

基于先验形状的CV模型肝脏CT图像分割

针对目标被部分遮挡或部分信息丢失情况下CV模型不能正确识别的问题,提出一种新的分割算法。首先,利用数学形态学对原肝脏图像进行滤波,并结合其他算法建立肝脏先验形状;然后,采用边缘查找和区域标定等算法,对肝脏先验性状的边缘以及边缘内外区域进行赋值,构建执行效率高的符号函数距离函数,将其通过形状比较函数嵌入到CV模型的能量泛函中,形成新的基于先验形状的CV模型,并将此模型用于分割存在干扰或者被部分遮挡的肝脏CT图像。与CV模型分割结果相比,本文算法能在目标周围存在干扰信息或者被部分遮挡的情形下,成功地正确识别出目标区域。     

基于最大类间方差法的肝脏CT图像分割及实现

针对肝脏CT图像中,肝脏组织与周围组织之间密度差别不大而易造成漏分或过分的现象,实现了一种能得到最优分割阈值的方法,即最大类间方差法.实验结果表明,该算法计算简单,将图像二值化同时得到最优分割阈值,从而能较好地分割出肝脏组织.文中也对该算法存在的问题进行了分析讨论.     

基于最大类间方差法的肝脏CT图像分割及实现

针对肝脏CT图像中,肝脏组织与周围组织之间密度差别不大而易造成漏分或过分的现象,实现了一种能得到最优分割阈值的方法,即最大类间方差法。实验结果表明,该算法计算简单,将图像二值化同时得到最优分割阈值,从而能较好地分割出肝脏组织。文中也对该算法存在的问题进行了分析讨论。     

基于Canny算子Level set方法的肝脏CT图像分割

文中主要实现了一种基于Canny边缘检测水平集图像分割方法,这种方法的基本思想是通过低维到高维的映射,实现对不均匀的受噪声影响的肝脏CT图像的分割。该方法具有适应性强和精确度高的特点,能准确地提取到目标的边缘,实验也取得了比较好的分割结果。     

基于Matlab的肝脏CT图像预处理系统

目的：依据肝脏CT图像的特征,通过预处理,建立提高肝脏病理改变阳性的临床诊断的敏感性,减少漏诊发生率。方法：基于Matlab对肝脏CT图像进行预处理,通过滤波、增强等手段减少数字图像噪声及伪影。结果：通过处理,图像的对比度增加,差异显示不同的组织及结构特征,肝脏病理改变的阳性诊断率上升30%（20.15%）,漏诊率大幅度下降。结论：基于Matlab对肝脏CT图像进行预处理对提高临床诊断水平效果良好,可以提高青年医务工作者诊断的阳性信息,减少漏诊的发生。     

基于区域的肝脏病灶CT图像分割及实现

人体肝脏图像的分割是医学图像分割中的难点,分割结果的好坏直接影响医生对病人的诊断结果。在分析肝脏CT图像的特点的基础上,重点研究了独立连接阈值法及实现了对CT肝脏图像中肝脏病灶组织结构的分割。实验结果表明,该方法能非常理想的将目标与背景分开,过分和漏分情况较少,且计算简单易于实现。     

基于内外混合图像先验与图像融合的DIP改进降噪模型

为提高无监督深度图像先验(DIP)降噪模型的降噪性能,该文提出了一种基于内外混合图像先验与图像融合的DIP改进降噪模型(IDIP),该模型由样本生成和样本融合两个相继执行的模块组成。在样本生成阶段,首先利用2个分别来自内部和外部先验且有代表性的降噪算法(模型)处理噪声图像以产生2张初始降噪图像。基于这2张初始降噪图像,使用空间随机混合器按照各自50%混合比例随机生成足够多的混合图像作为DIP降噪模型的第2目标图像并与第1目标图像(即噪声图像)构成双目标图像。然后,每次使用不同的随机输入和双目标图像,多次执行标准DIP降噪流程生成多张具有互补性的样本图像;在样本融合阶段,首先为了获得更好的随机性和稳定性,随机丢弃50%的样本图像。然后,采用无监督融合网络在样本图像上完成自适应融合,获得的融合图像的图像质量相对参与融合的样本图像得到再次提升,作为最终降噪图像。在人工合成噪声图像上实验表明：IDIP降噪模型较原DIP降噪模型在峰值信噪比评价指标上有约2 dB的提升,且较大幅度超过了其他无监督降噪模型,逼近了有监督降噪模型。而在实际真实噪声图像上,其降噪性能较各对比方法更具鲁棒性。     

融合先验信息的脑功能图像分割

基于静息态功能磁共振图像(fMRI)的脑功能区分割广泛采用K均值聚类和谱聚类等无监督聚类算法。但这些算法对图像噪声较为敏感,可能会产生不可靠的脑区分割结果。文中提出了一种融合先验信息的半监督聚类算法,可以可靠地确定各子区间的边界,从而得到稳定的分割结果。提出的方法对人类右侧大脑的Broca区(BA44/45区)进行分割验证,实验结果表明,文中的方法不仅得到了可靠的功能子区边界,而且获得了较高的个体间一致性。     

基于Matlab的肝脏CT图像预处理系统1

目的：依据肝脏CT图像的特征,通过预处理,建立提高肝脏病理改变阳性的临床诊断的敏感性,减少漏诊发生率。方法：基于Matlab对肝脏CT图像进行预处理,通过滤波、增强等手段减少数字图像噪声及伪影。结果：通过处理,图像的对比度增加,差异显示不同的组织及结构特征,肝脏病理改变的阳性诊断率上升30%(20.15%),漏诊率大幅度下降。结论：基于Matlab对肝脏CT图像进行预处理对提高临床诊断水平效果良好,可以提高青年医务工作者诊断的阳性信息,减少漏诊的发生。     

基于边缘约束的红外目标图像松弛分割技术

本文提出了一种基于边缘约束的、能克服门限面技术和简单的松弛技术不足的红外目标图像松弛分割算法,该方法在确定显著边缘象素的基础上,建立了一个评估在不同初始概率下松弛分割结果的准则函数.通过自动调整初始概率,获得该准则函数的最优或次优解,从而得到满意的分割结果.文中给出了关于真实红外目标图像的分割结果.     

红外成像GIF引信图像序列分割算法

提出了一种适用于红外成像GIF引信图像序列处理的改进Otsu图像序列分割算法,该算法充分利用了弹道终端导引头红外图像序列的特点,通过压缩参与Otsu阈值运算的灰度范围和合理增大图像平面上的采样间隔,从而大大降低了图像分割算法的运算量,而分割质量基本保持不变,与原Otsu算法相比,改进的Otsu算法具有更好的实时性和有效性.     

多源遥感图像中的图像配准方法

提出了多源遥感图像配准融合的流程,分析了图像配准的过程。介绍了几种遥感图像的图像配准方法,对几种配准方法的效果进行了讨论。     

基于信息熵的CT图像目标自动提取实验研究以恐龙蛋壳化石切片CT图像为例

以恐龙蛋为对象,针对大量恐龙蛋壳化石CT图像目标与背景的分离需求,以及传统提取方法繁琐、精确度不高且需要较多人工参与,不能实现完全自动化等问题,提出了一种基于信息熵的CT图像目标自动分离提取方法。首先手动训练样本信息熵参数,将其作为自动分离大量CT图像的参数;再根据灰度图像亮度直方图确定分割阈值;然后基于信息熵算法进行自动分离;最后依据分割阈值和信息熵值,实现目标区域的最终分离和提取。该方法获得了良好的分离提取效果,所获分割阈值范围为66~188,信息熵值范围为0.43~0.65。基于3329张16位恐龙蛋壳原始切片CT图像样品数据所进行的评价实验表明,对于数量较多的CT图像,所提出的方法自动分离提取具有很高的效率,可达到98.89%,并且能在正确提取出目标方解石的同时保留较为完整的目标与边缘细节,分离处理的准确性和快速性良好。     

基于Shearlet变换与区域分割的遥感图像融合

结合区域分割理论,提出了一种基于Shearlet变换 的遥感图像融合算法。首先通过色度H-亮度I-饱和度S(HI S) 变换对多光谱图像进行分解,将I分量与全色图像进行Shearlet变换,得到低 频、高频信息图;然后对 低频信息图进行基于灰度的区域分割,两图像的低频部分使用改进的加权融合算法改善融 合图像轮廓模 糊问题,以区域匹配度作为融合规则,高频分量采用区域清晰比作为融合规则,得到更多 的细节信息; 最后通过HIS逆变换得到融合图像。实验结果表明,本文算法 所得融合图像在有效地保持了多光谱图像光谱信息的同时,提高了空间细节信息。     

一种基于多源遥感图像融合的桥梁目标识别方法

利用桥梁、河流和陆地三者的上下文信息和它们各自在遥感图像上的特征,本文提出了一种基于多源遥感图像融合的典型战略目标桥梁识别方法,能在复杂大幅场景中有效地检测识别桥梁,获得桥梁位置、方向角、长度和宽度等目标参数。     

基于区域分割和非采样Contourlet变换的红外和可见光图像融合

针对同一场景的红外和可见光图像,提出一种基于OTSU递归分割算法的区域分割和非采样Contourlet变换的红外和可见光图像融合算法。首先,对红外和可见光图像进行区域分割和区域关联,关联映射图分为目标区域、背景区域和灰度区域。随后,应用NSCT变换对图像进行多尺度、多方向分解,按照关联映射图中三个区域对NSCT分解后的高低频子带系数进行区域划分,根据不同区域的特性在NSCT域设计不同的融合规则。最后,进行重构得到融合图像。对三组不同场景图像的实验结果进行主观目视判别和客观性能评价,对比基于像素和邻域能量的融合算法,本文算法不仅能较全面的保持可见光图像中的光谱信息,而且能够有效、准确的提取红外图像的热目标信息,优于传统的基于像素和邻域能量的融合算法,可获得较理想的融合图像。