基于Gabor滤波的头部CT图像分割算法

针对传统图像分割算法在头部CT图像分割时存在的易受光线、伪影等噪声干扰等问题,提出一种基于Gabor滤波的头部CT图像分割算法。首先使用Gabor滤波器对头部CT图像进行滤波,虑除图像中的光线以及伪影等噪声,然后使用Gaussian滤波器对图像进行平滑操作,最后使用二阶微分算子：Laplacian边缘检测算子对图像进行分割处理。实验结果表明：提出的基于Gabor滤波的头部CT图像分割算法能够有效的分割出头部CT图像边缘,并对头部CT图像中常见噪声伪影,具有很强的鲁棒性。     

复杂环境下的头部检测方法研究

在复杂背景下进行头部检测是智能视觉监控的重要组成部分,其目标是在图像或图像序列中搜索人体头部位置。它可广泛应用与人体运动检测、运动跟踪以及运动分析等领域。本文分析了复杂环境下头部检测过程包括头部特征以及检测算法,介绍了尺度的概念,并讨论其在头部特征检测中的可用性。     

基于鼻子相对位置的头势识别技术

针对一些通过头部姿势进行控制的智能设备,提出了基于鼻子相对位置的头势识别技术,并利用图像灰度化、均衡化、卷积、二值化等识别出鼻子位置,然后基于人体功能学特征,根据鼻子在人脸中的相对位置来判定人的头部姿势的实现方法。     

应用于医学图像的对比度调制融合方法

阐述了基于对比度调制的图像融合方法,包括传统的对比度调制法以及利用金字塔结构实现的多尺度对比度调制法。特别是对于特定的人体头部CT和MRI图像,根据其图像特点,对算法做出相应的调整,得到良好CT和MRI的结构融合图像。同时着重说明了多尺度对比度调制法的具体过程。     

应用于医学图像的对比度调制融合方法

阐述了基于对比度调制的图像融合方法,包括传统的对比度调制法以及利用金字塔结构实现的多尺度对比度调制法.特别是对于特定的人体头部CT和MRI图像,根据其图像特点,对算法做出相应的调整,得到良好CT和MRI的结构融合图像.同时着重说明了多尺度对比度调制法的具体过程.     

PET/CT成像呼吸运动B样条校正

PET/CT成像中的人体呼吸运动会造成图像运动模糊,会严重影响图像质量,对医生的诊断造成影响。目前常用的呼吸门控技术能够在一定程度上改善图像质量,但是均存在其局限性。提出了一种基于CT图像提取呼吸运动特征的B样条方法,对呼吸运动图像进行校正。在PET/CT上获取与PET图像周期匹配的CT图像序列,通过B样条配准方式对在呼吸周期内的CT图序列像提取运动信息;对CT图像所匹配的PET图像做基于运动特征信息的校正变换进行运动校正。几何位移形变和像素人体模实验结果表明,提出的方法对PET/CT呼吸运动图像质量改进明显,具有研究价值。     

基于神经网络的双目视觉下头部姿态估计

头部姿态估计是人体姿态检测的关键技术之一。本文基于神经网络设计一种在双目视觉下由人脸中的关键点在空间中的相对位置的变化估计头部姿态,并对头部进行定位的方法。将头部姿态分为6种,空间位置关系分为2种。利用改进SDM算法对双目视觉下的人脸关键点进行标记;标记出人脸关键点后利用的POSIT算法对头部姿态角度估计,计算出头部欧拉角;根据左右图像中对应的头部关键点位置的视差由三角测量原理算出其深度信息。并设定阈值对其进行分类。通过实验,该方法的头部姿态估计准确率高,头部空间定位精度良好。     

基于两种格式CT图像的颅骨几何特征测量与对比分析

针对JPEG和DICOM两种格式活体人头颅的CT图像,采用自编Matlab程序对前额骨、顶骨和枕骨厚度以及头宽、头长、头围和颅围等颅骨几何特征进行大批量精确测量.对测量结果进行的正态性检验表明:颅骨几何特征不服从正态分布;Kruskal-Wallis单因素方差分析的结果表明:不同格式CT图像对前额骨、顶骨和枕骨厚度有显著影响,对头宽、头长、头围和颅围无显著影响.     

SIFT算法在CUDA加速下的实时人物识别与定位

首先采用Directshow技术对视频图像中的运动目标进行差分检测,然后在此基础上对视频图像进行分割和识别,最后实现人体图像及头部图像的识别和定位.视频图像的处理和识别主要采用差分法和SIFT特征的模式匹配来完成人体和头部的识别和定位.经实验验证,SIFT算法在CUDA加速下具有较好的识别速度和准确率,解决了图像识别技术上的一些问题.     

一种改进的人体头部精确定位方法

自动、准确和快速检测人体头部是当今计算机视觉研究中的一项关键任务。本文提出一种基于背景差分和改进组合模板的人体头部精确定位方法。利用背景差分法得到人体的大概轮廓,然后利用人体头部与躯干相对关系初步确定人体的头部位置,再运用模糊组合模板法得到头部的精确定位。实验结果表明:该方法能有效地提高人体头部定位算法的速度与精确度。     

一种基于抛物线原理的图像纠偏方法*

提出一种基于抛物线原理的图像纠偏方法,并借助自编程序实现了偏斜颅骨CT图像的自动纠偏.该方法不仅可以用于偏斜颅骨CT图像的纠偏,也可用于其他带有抛物线特征图像的纠偏校正.     

STL rapid prototyping bio-CAD model for CT medical image segmentation

This paper presents a simple process to construct 3D rapid prototyping (RP) physical models for computer tomography (CT) medical images segmentation. The use of stereolithography (STL) triangular meshes as a basis for RP construction facilitates the simplification of the process of converting CT images to an RP model. This is achieved by constructing the STL triangular meshes directly from data points without having to draw the curve model first. The grey prediction algorithm is used to sort contour point data in each layer of the medical image. The contour difference detection operation is used to sequence the points for each layer. The 3D STL meshes are then constructed by this proposed layer-by-layer sequence meshes algorithm to build the STL file. Once this STL file is saved, a 3D physical model of the medical image can be fabricated by RP manufacturing, and its virtual reality model can also be presented for visualization. CT images of a human skull and femur bone were used as the case studies for the construction of the 3D solid model with medical images. The STL models generated using this new methodology were compared to commercial computer-aided design (CAD) models. The results of this comparative analysis show that this new methodology is statistically comparable to that of the CAD software. The results of this research are therefore clinically reliable in reconstructing 3D bio-CAD models for CT medical images.     

工业CT图像中小间隙裂纹的亚像素测量方法

工业部件内部小间隙裂纹测量是公认的技术难题,研究工件断面CT图像中小间隙裂纹的测量方法,使之达到亚像素精度。脊波变换是近年在小波变换基础上发展起来的新的分析方法,脊波变换对于图像中的线状奇异性（如边缘、裂纹等）较敏感,且它对图像中的点状噪声有抑制作用。在利用脊波变换检测工业CT图像中工件裂纹边缘的基础上,对小间隙裂纹的平均宽度进行亚像素测量。而工业CT图像成像时存在的点扩散效应,使测得裂纹宽度较真实的要宽些。因此采用宽度收缩的方法获得裂纹平均宽度并进行尺寸标定。实际工业CT图像的实验结果表明,该方法的测量精度能够达到亚像素级精度,可应用于工业CT图像中的小间隙裂纹测量,也可应用于其他类型图像。     

工业CT图像的管道圆柱度误差测量

针对工件内部管道圆柱度误差测量的问题,研究了一种基于工业CT图像的圆柱度误差测量方法。在工业CT图像中指定待检测管道横截面上的一点,运用Facet模型提取该点所在目标的边缘点。在已知所有边缘点信息的基础上采用最小二乘圆柱法求得管道的圆柱度误差。对实际工业CT图像的实验表明,该方法可以较为准确地获得工件内部管道的圆柱度误差,且具有非接触,应用范围广等优点。     

基于图象内容的颅骨缺如自动分析研究

基于图象内容的自动分析是当今医学影像领域的研究热点 ,分析颅骨 CT图象是否缺如能为医生的诊断提供帮助 .为此 ,提出了一套新的实用方法 ,该方法首先采用基于 k-均值聚类动态选取种子像素和生长准则的区域增长法精确地将颅骨从图象中自动分割出来 ,然后利用边界跟踪法找出分割出的区域边界 ,分析其形状 ,以圆形度作为描述参数 ,最后利用熵函数推导出计算机自动诊断颅骨缺如的规则 .实验证明 ,该方法通过对图象内容的分析 ,对于未参加训练的 10 0例 ,从第 3脑室下部层面到大脑皮质上部层面 ,颅脑图象缺如现象的诊断识别率达到了10 0 % .该研究为颅脑图象的自动诊断奠定了基础     

基础信息保持和细节强化的胸部CT图像增强

目的 清晰的胸部计算机断层扫描(computed tomography, CT)图像有助于医生准确诊断肺部相关疾病,但受成像设备、条件等因素的限制,扫描得到的CT图像质量有时会不尽如人意。因此,本文提出一种简单有效的基于基础信息保持和细节强化的胸部CT图像增强算法。方法 利用多尺度引导滤波器将胸部CT图像分解为一个基础信息层和多个不同尺度的细节层。基于熵的权重将胸部CT图像的多个细节层进行融合,并乘以强化系数进一步增强纹理细节。将强化的细节层和原始的基础信息层重新组合即可生成细节强化的胸部CT图像。通过此种增强方式,本文算法既能显著增强胸部CT图像的纹理细节,又能将大部分原始的基础结构信息保留到增强图像中。结果 为了验证算法的有效性,将本文算法与5种优秀的图像增强算法在由3 209幅胸部CT图像组成的数据集上进行测试评估。定性和定量实验结果表明,本文算法得到的增强图像保持了更多原始胸部CT图像中的基础结构信息,并更显著地强化了其中的纹理细节信息。在定量结果中,本文算法的标准差、结构相似性和峰值信噪比指标值均优于对比的5种方法,相比于性能第2的方法分别提高了4.95、0.16和4.47,...     

Geometry-based image retrieval in binary image databases

In this paper, a geometry-based image retrieval system is developed for multi-object images. We model both shape and topology of image objects using a structured representation called curvature tree (CT). The hierarchy of the CT reflects the inclusion relationships between the image objects. To facilitate shape-based matching, triangle-area representation (TAR) of each object is stored at the corresponding node in the CT. The similarity between two multi-object images is measured based on the maximum similarity subtree isomorphism (MSSI) between their CTs. For this purpose, we adopt a recursive algorithm to solve the MSSI problem and a very effective dynamic programming algorithm to measure the similarity between the attributed nodes. Our matching scheme agrees with many recent findings in psychology about the human perception of multi-object images. Experiments on a database of 13500 real and synthesized medical images and the MPEG-7 CE-1 database of 1400 shape images have shown the effectiveness of the proposed method.     

客观评价彩色图像编码质量的模糊积分方法

为了客观地评价彩色图像的编码质量．首先将彩色图像的RGB颜色模式转化成YUV颜色模式;然后在YUV颜色空间中采用图像的三构件模型．并以模糊测度和模糊积分为工具,给出了一种客观评价彩色图像编码质量的新方法．实验结果表明．该方法和人的主观评价方法MOS的相关系数为0．92．大大高于常用的峰值信噪比和MOS的相关系数0．69．