Real-time algorithm for retinal tracking

Conventional retinal laser photocoagulation is presently performed by an ophthalmologist manually aiming a low-power laser beam at a desired site and firing a high-power laser for a preselected interval of time. To automate this process a retinal tracker must acquire a target, track small saccades, and identify loss of track during a large saccade. The authors successfully implemented a real-time algorithm that used a simple computer, video digitizing card, low light video camera, and fundus camera to perform rudimentary tracking on a photograph of a retina undergoing smooth circular motion. The algorithm tracked speeds up to 5 Hz, or 27°/s, which equated to the retina moving in a 525 μm diameter circle     

A new unsupervised classification algorithm for polarimetric sar images based on fuzzy set theory

In this letter, a new method is proposed for unsupervised classification of terrain types and man-made objects using POLarimetric Synthetic Aperture Radar （POLSAR） data. This technique is a combination of the usage of polarimetric information of SAR images and the unsupervised classification method based on fuzzy set theory. Image quantization and image enhancement are used to preprocess the POLSAR data. Then the polarimetric information and Fuzzy C-Means （FCM） clustering algorithm are used to classify the preprocessed images. The advantages of this algorithm are the automated classification, its high classification accuracy, fast convergence and high stability. The effectiveness of this algorithm is demonstrated by experiments using SIR-C/X-SAR （Spaceborne Imaging Radar-C/X-band Synthetic Aperture Radar） data.     

A novel vessel segmentation algorithm for pathological retina images based on the divergence of vector fields

In this paper, a method is proposed for detecting blood vessels in pathological retina images. In the proposed method, blood vessel-like objects are extracted using the Laplacian operator and noisy objects are pruned according to the centerlines, which are detected using the normalized gradient vector field. The method has been tested with all the pathological retina images in the publicly available STARE database. Experiment results show that the method can avoid detecting false vessels in pathological regions and can produce reliable results for healthy regions.     

基于可控图像分割的快速视网膜血管提取算法

针对多数视网膜血管提取算法实时性不强和分割 精度不高的问题,提出了一种基于可控图像分割的 快速视网膜血管提取算法。首先,对视网膜G分量图像的灰 度进行反转和自适应直方图均衡化,应用结 构元素为“菱形”和“圆盘形”的形态学“开”运算平滑图像背景和增强血管对比度,消除 视盘后阈值分割并二值 化得到不含视盘的分割图像。其次,根据在灰度图像中检测到的视盘构建掩膜,再次对 视网膜绿色分 量图像自适应直方图均衡化后进行阈值分割,并和掩膜进行逻辑“与”运算得到含有掩膜的 分割图像。最后, 将不含视盘的分割图像与含有掩膜的分割图像进行逻辑“与”运算,并融合边界信息获得最 终的视网膜血管 结构。实验结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的实时性和 较高的分割精度。     

Measurement of retinal vessel widths from fundus images based on 2-D modeling

Changes in retinal vessel diameter are an important sign of diseases such as hypertension, arteriosclerosis and diabetes mellitus. Obtaining precise measurements of vascular widths is a critical and demanding process in automated retinal image analysis as the typical vessel is only a few pixels wide. This paper presents an algorithm to measure the vessel diameter to subpixel accuracy. The diameter measurement is based on a two-dimensional difference of Gaussian model, which is optimized to fit a two-dimensional intensity vessel segment. The performance of the method is evaluated against Brinchmann-Hansen's half height, Gregson's rectangular profile and Zhou's Gaussian model. Results from 100 sample profiles show that the presented algorithm is over 30% more precise than the compared techniques and is accurate to a third of a pixel.     

视网膜图像的解卷积方法研究

基于自适应光学的激光共焦扫描检眼镜(AOSLO)能够利用自适应光学校正眼底像差,从而对活体视网膜实现高分辨率成像。但是由于波前探测误差、变形境自由度和行程等硬件上的限制,眼底像差不可能完全被校正,并且信号探测器光电倍增管(PMT)存在较大的噪声,因此可以用解卷积的方法进一步提高图像质量。本文改进了增量维纳滤波算法,将迭代步长减为原来的1/5,使迭代不会偏离初始值太远,而增量维纳滤波迭代初始值是由系统中的波前传感器得到相对准确的值。采用上述方法对AOSLO采集到的视网膜细胞层和血管层图像做解卷积,并复原了整个系统的点扩散函数(PSF)。由图像功率谱表明,增量维纳滤波算法能有效去除图像噪声,增加图像对比度。     

一种基于FFT快速算法的空间多目标跟踪算法

本文针对阵列天线提出了一种基于FFT快速算法的多目标跟踪算法.与传统的基于特征值分解的DOA估计不同,此算法利用阵元域与空间域之间的傅里叶变换关系,对阵元输出的一次快拍数据进行快速傅里叶变换,得到信号的离散空域频谱,然后对其进行补零或内插,得到精确的空域谱来获得目标的DOA.由于此算法具有较低的计算复杂度,可以对空间快...     

基于模糊推理的目标跟踪

介绍了模糊推理的基本原理，方法及其在目标跟踪中的应用，给出了一个目标跟踪问题模糊处理的原理，从中可以看出，模糊逻辑把原本非常复杂的数据关联和航迹形成问题大大简化了，它还可以方便地将非位置测量信息同位置测量信息综合起来并加以利用。     

一种改进的机动目标跟踪算法

Singer模型是一种全局统计模型，它考虑了目标所有机动变化的可能性，适合于各种情况和各种类型的机动。由此也导致每一种具体战术情况下的每一种具体机动发生的概率势必很小，所以其跟踪精度不高。UKF—Singer算法通过设计逼近系统状态的分布Singer点，采用UT变换，最后获得滤波值基于状态方程的更新，有效解决了传统Singer模型存在的问题，提高了其跟踪精度。通过仿真试验证实了该算法是有效的。     

一种基于Contourlet变换的GFP图像与相衬图像融合算法研究

针对绿色荧光蛋白(GFP)图像和相衬图像两种源图像之间相似性较低、融合时通常面对高频灰度结构信息与低频彩色分子分布信息难以平衡的问题,提出一种色度、亮度、饱和度(HIS)框架下基于Contourlet变换的分层图像融合方法,对变换后逼近子图、最外层细节子图与其余细节子图分别采取不同的融合策略,以区域一致性测度(RCM)准则自适应调整两种图像之间的权重。对来自约翰英纳中心数据库的117组拟南芥细胞图像进行的实验表明,本文算法能够有效保留源图像中的细节信息,提高了融合图像的信息利用率和可视性,在视觉效果和融合评价指标上均较其他算法更为优越。     

Detection of urban structures in SAR images by robust fuzzyclustering algorithms: the example of street tracking

The authors present a fuzzy approach to the analysis of airborne synthetic aperture radar (SAR) images of urban environments. In particular, they want to show how to implement structure extraction algorithms based on fuzzy clustering unsupervised approaches. To this aim, the idea is to segment first the sensed data and recognize very basic urban classes (vegetation, roads, and built areas). Then, from these classes, we extract structures and infrastructures of interest. The initial clustering step is obtained by means of fuzzy logic concepts and the successive analyses are able to exploit the corresponding fuzzy partition. As a possible complete procedure for urban SAR images, they focus on the street tracking and extraction problem. Three road extraction algorithms available in literature (namely, the connectivity weighted Hough transform (CWHT), the rotation Hough transform, and the shortest path extraction) have been modified to be consistent with the previously computed fuzzy clustering results. Their different capabilities are applied for the characterization of streets with different width and shape. The whole approach is validated by the analysis of AIRSAR images of Los Angeles, CA     

一种基于红外图像的小目标跟踪置前检测算法

为在低信噪比、强杂波的环境下提取目标，人们提出了跟踪置前检测(TbD)的小目标检测方法。讨论了红外图像杂波剔除和用最优非线性滤波器跟踪置前检测的算法，给出了算法模型和基本步骤，利用这种算法可有效地进行杂波抑制和对小目标跟踪置前检测。     

一种改进的基于ASM模型的人脸跟踪算法

ASM主动形状模型是一种基于点分布的模型。在该模型中,外观相似的物体,可以通过一定数量的关键点坐标来表示出位置和相对应的顺序。在常规的基于ASM模型的人脸跟踪技术中,会发生拟合点漂移的现象,造成定位的不准确。文中提出一种结合了Adaboost人脸跟踪和传统的ASM模型的算法,能够有效地减少在传统ASM模型中出现的跟踪漂移现象。     

一种新的序列图像匹配定位算法

景象匹配是飞行器导航定位中广泛采用的一项技术,如何提高图像的匹配概率,始终是该项技术中一个值得研究的课题。针对传统的利用单幅实时图像进行匹配时,存在的实时景象图过小、匹配特征不足,从而导致匹配效率过低的问题。文中研究了一种基于归一化灰度相关序列图像匹配算法,利用飞行器飞越匹配区时所得到的序列实时图像,在序列中各单幅图像匹配的基础上,利用一定的规则来综合单幅图像的匹配结果,从而得到最终匹配结果。实验证明,文中方法不仅能显著提高匹配性能,而且有较大的实用性。     

基于语义特征的模糊聚类算法研究

对海量数据进行聚类,从中获取有价值的隐含知识,已经成为一项迫切的需求。传统的基于词频或距离的文本聚类技术在准确度方面存在较大差距。引入文本语义信息的聚类方法,提高了聚类的准确度。实验结果表明,基于语义特征的模糊聚类算法具有较好的聚类效果。     

基于梯度方向直方图的融合图像跟踪算法研究

为了提高跟踪精度,本文提出了一种基于梯度方向直方图的融合图像跟踪算法。首先采用帧差法并结合形态学处理获得运动目标大致区域,在此基础上计算目标区域的有向梯度方向直方图(Histgrams of oritented gradients,HOG),利用HOG特征描述目标轮廓和形状的优点生成完整的目标描述,通过在粒子滤波框架下对多个假设状态进行匹配估计,获得目标的最优位置,最后对模板进行更新。实验结果表明,该方法能够获得清晰准确的跟踪结果,能够较好地避免跟踪中的漂移问题,且跟踪精度高。     

一种基于变分推断的雷达多目标跟踪JPDA算法

针对雷达邻近多目标跟踪问题,提出了一种基于变分推断的联合概率数据关联算法（Joint Probability Data Association,JPDA）。通过建立关于目标状态和两个关联指示的概率图模型,并根据不同变量之间的信息传递构造对应的自由能目标函数,迭代该目标函数求解出目标和当前检测量测之间的最佳边缘关联概率。将所提算法与经典JPDA和k 近邻联合概率数据关联(k Nearest Neighbor-Joint Probability Data Association,kNN－JPDA) 算法进行对比,结果表明新算法具备更高的跟踪位置精度,并且能够有效地避免因邻近目标数量增多而引起的计算上的组合爆炸问题。     

一种基于局部特征分块的目标跟踪算法

为了解决传统目标跟踪算法在天空背景下面临高能激光反射时图像像素灰度分布发生剧烈变化, 从而导致目标遮挡或丢失的问题, 采用一种基于局部特征分块思想的相关跟踪算法, 根据局部特征对跟踪模板进行了分块处理, 计算并选取其中特征稳定度高的块模板, 在跟踪区域内对每个块做模板匹配, 并进行了理论分析和试验验证。结果表明, 该算法在强光干扰下能够有效地对目标实时稳定跟踪, 且图像处理延迟时间在2ms以内。该研究对基于高能激光发射下的超高精度跟踪系统工作性能的保证是有帮助的。     

基于协方差旋转变换的目标跟踪算法

针对EKF对初值选取的敏感性和线性化误差较大等问题,根据目标初始距离可能分布,进行距离区间的分割,建立每区间所对应的滤波模型;利用协方差旋转变化原理,确定旋转变换的近似矩阵;分析这种近似处理的误差,提出基于协方差旋转变换的多模型滤波算法,采用蒙特卡罗方法进行了仿真计算。     

荧光视网膜图像的照度均衡及自适应血管增强算法

提出一种基于图像反射度照度模型的荧光视网膜图像照度校正与均衡算法.首先,使用多尺度处理及形态学测地膨胀运算将原始图像分离为背景图像和前景图像,然后,在背景图像的基础上使用多方向直线均值法对图像的照度成分进行估计,并由反射度照度模型得到背景的均衡图像;最后,单独对前景血管自适应增强的图像进行灰度校正,并将均衡后的背景图像...