基于拉伸空间变换算法在DSA配准中的应用

提出一种基于拉伸的空间变换算法, 首次将其应用于数字减影血管造影术(DSA) 图像配准中以消除运动伪影. 实验结果表明, 与传统线性空间变换算法相比, 采用基于拉伸的空间变换算法配准后的减影图像质量显著改善. 为提高计算速度, 仅对选定的控制点进行块匹配操作, 图像其余像素点基于相邻像素运动位移的连续性, 均由找到的运动位移点经空间变换和灰度插值计算得到. 基于拉伸的空间变换算法可避免采用传统线性空间变换算法所产生的病态解, 属于非线性有理变换. 提出的基于拉伸的空间变换算法简单实用, 可准确有效地确定需估算的运动位移点位置, 且配准后的减影图像质量优于采用线性空间变换算法配准的减影图像质量.     

同类传感器遥感图像自动配准的研究

遥感图像的自动配准技术是目前图像配准研究的重点.基于模板相关的匹配方法,根据同类传感器遥感图像之间灰度分布的相关性,选取数量丰富的配准控制点,利用相关系数准则进行图像间的相似性度量,可达到较高的配准精度.仿真结果表明,模板相关的匹配方法用于遥感图像的自动配准能获得很好的配准效果.     

基于人工交互的多模态图像亚像素配准

基于特征点自动匹配的图像配准技术通常无法实现亚像素精度的配准,在多模态图像集上甚至无法完成整像素配准. 为了提高多模态图像配准精度,对亚像素图像配准技术进行研究,提出了一种基于人工交互的适用于多模态图像的亚像素配准算法. 对待配准图像和参考图像输入控制点,利用投影变换和最小线性平方差算法进行粗配准,根据双边平均配准误差对控制点进行亚像素调整,从而达到精确配准. 定性与定量实验结果表明,相比基于尺度不变特征和局部强度不变的特征描述符配准算法,该算法具备更高的配准精度,可显著提高多模态图像配准性能.     

基于小波变换的数字减影图像配准算法

在临床实践中,数字减影技术是一种无法替代的有效的血管可视化工具,由于能源能量的波动、设备噪声、病人移动、器官蠕动等,通常的数字减影结果常常出现伪影.本文提出了基于小波变换多尺度积的图像配准算法.该算法可以利用小渡多尺度积提取边缘图像和特征点,具有抗噪性强和边缘定位精确等优点.     

多尺度自适应配准的视频超分辨率算法

为了提升制约视频超分辨率重建质量的多帧配准精度,提出了一种基于图像块多尺度自适应配准的视频超分辨率算法. 依据图像帧的块内容自适应选择配准尺度,运动边缘信息采用高精度配准,然后将运动向量补偿到多帧图像超分辨率重建代价函数中,利用最大后验概率算法迭代优化高分辨率视频帧. 仿真表明:多尺度自适应配准算法不仅提高了配准精度,还提升了视频超分辨率重建图像帧的主客观质量,证明了多尺度自适应配准在视频超分辨率重建中的有效性.     

TFT-LCD微米级显示缺陷的自动检测算法

针对现有薄膜晶体管液晶显示器(TFT-LCD)缺陷检测算法只能检测肉眼可见的缺陷,不能检测肉眼不可见的微米级缺陷的问题,首先提出一种基于局部图像模板匹配的图像配准方法,以实现亚像素级上的图像配准,提出基于差影法和亚像素级图像配准的TFT-LCD微米级缺陷自动检测算法,实现TFT-LCD微米级缺陷的快速自动检测.将该方法应用于实际TFT-LCD玻璃基板的缺陷检测上,检测结果表明,Array区电路的漏检率和错检率低于3%,Pad区电路的漏检率和错检率低于5%,能满足实际检测的要求.     

基于MATLAB的图像配准方法

图像配准常常是作为其他图像处理应用的前处理步骤使用的,往往用于图像的对准、目标识别与定位。介绍了在MATLAB系统中,如何应用MATLAB的IPT函数对图像进行配准的方法:首先用人机交互的方法在待配准图像与基准图像之间进行图像配准所必需的匹配控制点的选取,然后用这些匹配控制点来计算两图像的某种空间几何变换关系,最后利用这个空间几何变换关系对待配准图像进行几何变换,获得配准结果。实验表明,该方法实现容易,且非常有效。     

基于区域统计直方图与自适应规则的图像匹配算法

当前解决图像匹配算法主要是依靠独立像素点的灰度特性来完成图像配准,当匹配图像存在较大的灰度差异时,易出现较多的误匹配点,使得算法的鲁棒性与匹配正确度不高。提出基于区域统计直方图耦合自适应规则的图像匹配算法。首先,利用积分图像的方式求取矩形区域内像素值,再采用Hessian矩阵行列式提取特征点,以提高算法的计算效率;然后,引入极坐标系,对特征点的邻域进行分割,利用像素点对应的微分不变矢量的特性,构建区域统计直方图模型,用以求取分割区域内所有像素点的微分不变量的统计直方图,生成特征描述子。将特征点对应的描述子向量进行欧式度量,借助自适应规则对门限值进行整定,完成特征点的匹配,以提高算法的匹配精度以及鲁棒性;最后,引入PROSAC算法,通过对匹配特征点之间的极限距离平方和进行评估判定错误匹配点,以剔除错误匹配点。仿真实验结果表明,与当前图像匹配算法相比,所提出的算法具有更高的配准精度与鲁棒性。该算法在图像伪造、图像检索等信息应用领域具有重要应用价值。     

基于特征的SAR图像与光学图像自动配准

针对现有配准方法在用于SAR图像和光学图像配准时,存在受SAR图像相干斑噪声影响大,手工选取配准点精度低等缺点,提出了一种基于区域特征提取的图像配准方法．对SAR图像首先进行相干斑噪声抑制,并采用图像分割的方法提取出封闭区域的边界作为特征,然后与可见光中提取的边缘利用闭合区域边缘链码的相关寻求匹配,精确配准的误差达到子象素级水平．实验结果表明,该方法能够以较高的精确度从SAR图像中提取配准控制点,从而实现了多传感器图像的自动配准．     

联合运动估计和帧选择的多帧超分辨率重建算法

多帧图像超分辨率重建中,连续各帧图像间的精确匹配和帧的选择具有非常重要的意义。提出了自适应帧选择原则,设计了联合光子流运动估计配准和超分辨率重建的方法。首先采用光子流运动估计算法计算各帧间的运动估计,设计一种自适应帧选择方法丢弃一些帧间运动较大的帧,再通过亚像素图像配准,计算得到相对精确的运动估计参数,最后结合最大后延概率方法进行图像超分辨率计算,并充分考虑两次迭代所得图像向量的差值对下次迭代算法的影响。实验结果表明,该方法不仅可以实现亚像素级的精确配准,还可以使重建后图像在视觉效果和峰值信噪比上都得到更好的效果。     

篮球运动快速位移图像自适应定位方法

针对传统方法在进行篮球位移图像定位时存在计算复杂度高、抗干扰性差、准确性低的问题,提出一种新的篮球运动快速位移图像自适应定位方法.对图像互能量谱进行反转,对得到的背景运动偏移量进行补偿;依据灰度阈值技术,对背景模板和当前帧篮球运动图像进行差分,获取当前帧快速位移区域;将种子像素作为生长起点,将邻域中与种子像素相似的像素聚集起来,得到快速位移目标的最小框,完成定位.结果表明,所提方法得到的定位结果清晰准确,抗干性强扰;在目标出现变形的情况下,本文方法受变形影响小,抗噪能力高,定位精度高.     

LBM的医学影像非刚体配准新方法

为了提高医学影像的配准性能,利用流体粒子运动可以模拟任意自由复杂形变的特性,将医学影像配准问题转化为粘滞流体力学物理问题,提出了一种基于离散格子玻耳兹曼方法(LBM)的非刚体配准新方法.配准过程是把浮动影像、目标影像和浮动影像的灰度差以及像素点分别视为粘滞流体、外力以及流体粒子,通过LBM方程模拟浮动影像像素点在外力作用下的流动,使影像产生位移场,发生形变.当两幅影像的灰度值接近一致时,外力消失,流体流动停止,影像达到配准.建立了含外力项的粘性可压缩LBM方程,并对边界条件、初始条件和速度模值进行了定义.实验结果表明,文中方法与同类方法相比,配准性能得到了全面提升,提高了配准效率,适合大形变配准场合.     

相关跟踪算法在水下高速运动体识别中的研究

针对水下高速运动体试验图像背景灰度分布不均、信噪比低、对比度下降明显以及图像效果差等缺点,采用一种基于特征相关系数作为相似性度量准则的相关跟踪方法,克服了传统算法易受图像中噪声、局部遮挡等因素影响的缺点,该算法相对于传统算法计算量降低,提高了系统的运算速度.帧间图像像素变化率快,因此仅仅用某种固定的模板进行相关跟踪容易导致失配甚至失去目标,进而又提出一种行之有效的模板更新方法,使得跟踪算法对环境的适应能力和稳定性得到较大提高.实验结果表明,该算法跟踪精度高、速度快、稳定性好,满足实时性系统的要求.     

相机运动条件下的视频前景提取

提出一种基于非参数化运动估计和图像配准的方法来进行相机运动条件下的前景提取.通过对视频帧和接近的训练背景图像进行非参数化运动估计,动态地构造出一幅和视频帧的视角完全相同的背景图像, 再通过背景减除提取前景. 为了解决运动估计的计算效率问题, 又提出一种基于流形的改进算法: 在离线阶段, 预先对训练背景图像进行非参数化运动估计, 并利用流形学习对训练背景图像进行建模; 在在线阶段, 通过在背景流形上进行运动插值来快速地估计新视频帧和训练背景图像之间的运动. 实验表明,改进的方法在基本保持像素提取准确率的同时获得了很高的效率．     

基于类间最大交叉熵的坎尼边界扫描

分析了传统坎尼边界扫描算法中阈值和高斯滤波器对边缘闭合的影响,首先采用当前像素点8个方向的自适应滤 波器代替原有的高斯滤波器对图像进行滤波,得到的梯度图像不会出现过度光滑现象;然后将最大类间交叉熵准则和有关人 工智能理论相结合来确定高、低阈值。自适应滤波器是根据当前像素点邻域内的最小方差确定使用的模板,将方差最小的模 板的均值设置为当前像素点的灰度值得到滤波后的图像。实验证明,该方法能得到较低的高阈值和较高的低阈值,既避免了 引入伪边缘又尽可能多的检测出边缘像素点;同时具有很强的抗噪性。     

基于块匹配的运动估计算法研究和优化

为了克服视频编码中运动估计运算量大的困难,对HBS和MVCB算法进行了深入讨论;并利用自适应静止块检测准则和基于运动相关性自适应的初始搜索点预测方法,实现了对MVCB算法的优化,减少了算法的搜索点数,有效提高了,搜索速度.实验表明,在保证图像质量的前提下,改进后的算法平均搜索点数比HBs和MVCB算法分别下降了 48%和29%.     

一种利用方向模板的遥感影像道路提取方法

道路连接是自动提取道路信息的关键技术,设计了一种方向模板用于道路的自动搜索和连接,并给出基于该方向模板的道路提取方法。首先对原始遥感影像进行边缘信息增强处理,然后用增强处理后的图像作为线特征增强系数,与原图像对应相乘,增强道路线特征;再结合图像的8连通性,统计每个连通成分像素点的个数,设定阈值去除点噪声和短线段噪声,得到不连续的道路段;最后利用方向模板,在给出道路起始点和终止点的基础上,利用该模板的方向规则连接道路。实验结果表明,该方法具有很强的适应性,提取的道路精度高,效果好。     

Real-Time Digital Image Stabilization Based on Contour

A new digital image stabilization method is proposed for real-time application based on imagecontour. The image intensities are projected to several gray levels by thresholding before extracting contourpoints. Matching position could be found using these contour points. All pixels are still used for refinedmatching near the matching position. This algorithm is more robust against changes in illumination and noise     

基于模糊理论的医学图像平滑滤波方法

提出了一种适用于医学灰度图像处理的平滑滤波方法 .选择八个方向性掩模和一个无方向掩模 ,建立起图像像素与掩模的隶属度映射关系 .利用最大隶属度原理判断该像素隶属于哪一个掩模 ,而后用所求得的掩模对此像素进行平滑滤波 .经实验仿真证实 ,该方法既能有效地滤除医学图像中的噪声 ,又能很好地保持图像的边缘 ,处理速度也比较快