基于多级匹配的三维医学图像配准

三维医学图像配准是医学图像处理领域的热点问题,是临床诊断和治疗的关键步骤。针对传统三维图像配准技术效率和精度较低的不足,提出一种多级匹配的三维配准算法。该算法将互信息作为相似性测度,依次采取基于形状特征变换、刚体变换、仿射变换和层次B样条这4种空间变换方式,实现精度由粗到细的配准,选择粒子群法(PSO)实现全局优化以避免局部极值的产生。配准评估参数表明,该算法精度高,配准效果好。     

基于BEMD的电力设备红外与可见光图像的配准研究

电力设备的红外图像和可见光图像从不同角度反映了设备的状态,对它们进行配准可以提高在线监测的准确性.将2维经验模态分解( BEMD)方法引入到电力设备的红外与可见光图像配准中.通过理论分析得出了基于BEMD的图像配准原理,把图像的配准问题转化成了BEMD分解后子图像的配准问题,并确定了原始图像、趋势图像及2维仿射变换在配准中的关系;基于此原理提出了一种红外与可见光图像配准方法.实验结果表明该方法可取得良好的配准效果,同时也验证了该配准原理的正确性和方法的先进性.     

基于R-MI-rényi测度的可见光与红外图像配准

针对红外与可见光图像配准的准确性与鲁棒性问题,提出一种基于R-MI-rényi测度的由粗到精红外与可见光图像配准方法。首先通过分析红外与可见光传感器的成像原理,确定红外与可见光传感器在相对位置固定时的配准变换参数;然后采用Hough变换检测模板图像的直线特征,并利用待配准图像对应直线段的长度和斜率确定粗配准参数;根据粗配准参数确定搜索区域与匹配窗口尺寸,利用rényi互信息与Harris角点函数相结合的R-MI-rényi匹配测度在粗配准对应区域内搜索匹配点对;最后使用RANSAC方法完成图像的精确配准并求解图像转换参数矩阵。分别选取标准测试图像集和真实测试图像集对本文方法和现有代表方法进行综合对比,实验结果表明,方法在像素误差、标准差以及时间消耗等方面均优于其他对比方法,说明方法具有较高的配准精度和效率、较好的鲁棒性,综合性能最优。     

基于BEMD的电力设备红外与可见光图像的配准研究

电力设备的红外图像和可见光图像从不同角度反映了设备的状态,对它们进行配准可以提高在线监测的准确性.将2维经验模态分解( BEMD)方法引入到电力设备的红外与可见光图像配准中.通过理论分析得出了基于BEMD的图像配准原理,把图像的配准问题转化成了BEMD分解后子图像的配准问题,并确定了原始图像、趋势图像及2维仿射变换在配...     

基于ERDAS IMAGINE软件系统在图像配准中的应用

讨论了ERDASIMAGINE遥感图像处理软件系统对于具有平移、旋转和比例缩放的两幅图像在配准中的应用,并且通过分析基于控制点配准方法的原理,实现了两幅图像的配准。实验结果表明在该软件系统中采用基于控制点的配准方法可有效解决图像配准问题,而且具有较高的配准精度。此外,该软件系统具有操作简单、界面友好的特点。     

一种基于SIFT算法的SAR图像配准方法

合成孔径雷达(SAR)图像配准技术是SAR图像处理的重要步骤。为了实现SAR图像配准的准确性,提出一种改进的基于SIFT算法的配准方法。SAR图像畸变复杂,直接进行SIFT算法整体匹配效果不理想,将图像畸变模型分解为整体畸变和局部畸变。采用先用简化的SIFT算法进行整体粗配准,再进行三角网局部匹配,并且在三角网内重复进行三角网匹配。实验结果证明该算法时间复杂度优于传统SIFT的时间复杂度,配准的准确性有所提高。     

基于灰度冗余和SURF算法的电气设备红外和可见光图像配准

为了对电力设备故障进行更为有效和直观的诊断,提出了一种基于灰度冗余和SURF算法的红外和可见光图像的配准方法.该算法对红外图像和可见光图像进行基于灰度冗余的处理,利用SURF方法分别找到两幅图像的特征点并求出其描述子,通过RANSAC(随机采样一致性)对这些特征点进行精确配对,通过最小二乘法求得仿射变换参数并实现两幅图像的配准.实验表明,该方法与其他配准方法相比,具有速度快,鲁棒性高等优点,具有较高的实用价值.     

亚像素级的图像配准方法

在很多应用领域,要求图像配准的精度达到亚像素级,而多数亚像素级配准方法的运算量较大。文中阐述了一种高效的基于奇异值分解（SVD）的相位相关法。在无噪声干扰的情况下,该方法的精度达到0.02像素。通过对已知平移关系的图像的配准实验,比较了其与灰度相关函数内插法在无噪声和有噪声的情况以及应用于多光谱图像配准时的配准精度。实验表明,2种方法都有较好的抗噪声性能,在受噪声干扰不严重的情况下,基于SVD的相位相关法的配准精度优于灰度相关函数内插法。     

一种基于安瓿检测的快速图像配准方法的实现

安瓿装药液检测是医药检测领域中一个重要的研究课题。利用机器视觉对安瓿装药液进行可见异物的检测是安瓿装药液检测发展的必然趋势。在机器视觉检测中,图像配准方法的实现是极为重要的一个环节。本文借助于TI公司TMS320DM642图像处理芯片作为数字图像处理硬件平台,基于局部灰度均方测度的原理,提出了一种快速图像配准方法,可以完成安瓿检测图像的目标区域的无差配准,从而实现安瓿装药液的检测和分拣。     

基于多曝光场景的新型电力图像配准技术

基于现有的图像配准技术，对电力图像拍摄时间差异所造成的曝光度不同而产生的图像配准误差大和配准效率提升难的问题，提出了一种基于电力图像去除亮度差异影响的边缘特征配准技术。通过提取图像的边缘信息，以产生二值化的效果图像代替原始图像进行旋转矩阵的计算，完成原始图像空间一致性调整，实现多曝光场景的新型电力图像配准技术，并通过一系列电力图像试验数据进行了验证。试验结果表明，所提的新型电力图像配准技术在配准效率方面较改进前的基于互相关信息配准方法提升了50%,配准精度达到了亚像素级别，配准方法鲁棒性更高。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

A new multi‐focus image fusion algorithm based on BEMD and improved local energy

A multi‐focus image fusion method, which is based on bidimensional empirical mode decomposition (BEMD) and improved local energy algorithm, is presented in this paper. First, the source image is decomposed by BEMD. Then maximum criterion combined with weighted average fusion rule based on local energy is applied to bidimensional intrinsic mode function components of the corresponding frequency segment. If the phase of the bidimensional intrinsic mode function coefficients decomposed by BEMD on two source images is the same, the local energy maximum criterion is used in the frequency coefficients of the fused image; else, if the corresponding phase is opposite, bidimensional intrinsic mode function coefficients of the fused image is determined by a weighted average method based on local energy. Finally, the fusion result is obtained by the inverse BEMD transformation on the fusion coefficient. Simulation shows that the proposed algorithm significantly outperforms traditional methods such as the maximum criterion, weighted average, and wavelet fusion rules. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

CT脑血管图像的三维重建图形配准算法

在CT脑血管医学图像断层间三维重建图形配准中,提出了基于图像内部各个血管轮廓间相对位置信息的优化新算法.利用血管组织结构在系列断层切面上的重心位置具有连续性这一规律,在相邻两断层切片内寻找血管轮廓之间的配准关系.由于脑血管轮廓的形状比较对称,其重心与其几何中心相距甚微,因此,利用几何中心来代替重心,根据各轮廓的面积求其"质量",实现血管轮廓配准.实验结果表明,该方法具有全局最优和鲁棒性更强的特点.     

基于尺度限制SURF的图像配准

图像配准是数字图像处理中一个重要研究领域,是图像拼接、图像超分辨率重建的基础,基于尺度不变特征的图像配准已成为最近几年的热门研究领域,SURF算法是其中之一.对于具有尺度差异（SD）同时满足仿射变换的图像,传统SURF算法存在较大误匹配,从而影响最后的配准精度.针对误匹配问题,采用基于尺度限制（SR）的SURF算法并利用样本统计的方法来剔除误匹配,实验结果表明基于尺度限制的SURF算法能够有效的剔除误匹配,从而提高图像配准的精度.     

基于EMD与粗糙集及神经网络相结合的短期负荷预测

为了提高预测具有周期性和随机性的电力负荷精度,提出了一种基于经验模式分析(EMD)与粗糙集及神经网络相结合的短期负荷预测方法.该方法利用EMD的自适应性,自动地将目标负荷序列分解为若干个独立的内在模式分量.考虑影响电力负荷的气象因子和模式分量信息量较大,利用粗糙集进行了属性约简,约简后的各个分量采用相匹配BP神经网络模型分别进行预测,然后,相加各分量预测值得到最终预测结果.仿真试验表明,该方法与EMD - BP模型预测方法相比,具有较高的精度和较强的适应能力.     

基于HHT谐波与间谐波检测研究

为了削弱基于经验模态分解EMD（empirical mode decomposition）方法在谐波与间谐波检测中的端点效应,提出了采用自适应波形延拓的改进型希尔伯特-黄变换HHT（Hilbert-Huang transform）谐波与间谐波检测算法。在EMD过程中,采取分段三次Hermite插值函数取代三次样条插值函数,从而避免包络曲线产生的过冲与欠冲。待测信号经过EMD,获得一系列固有模态分量IMFs（intrinsic mode functions）,然后对各个IMF进行希尔伯特变换HT（Hilbert transform）,即可获得各次谐波的幅值与频率。通过与快速傅里叶变换FFT（fast Fourier transform）相比较,证明改进的HHT算法精度高,符合电力系统谐波和间谐波分析的要求。     

Hilbert-Huang变换发展历程及其应用

Hilbert-huang(希尔伯特黄)变换是20世纪90年代末兴起的一种重要的非平稳信号处理方法,其中的经验模态分解(EMD)算法更是近年来的研究的热点之一。回顾了EMD算法近十余年来的发展历程,介绍了EMD算法的改进算法及其在工程领域中的运用,包括目前最新的演化算法BEMD、EEMD、CEEMD、MEMD、DEMD等,并结合作者的相关研究介绍了该算法在去噪及盲分离中的一些运用。讨论了EMD算法存在的不足和需要进一步研究的工作。     

基于EMD和SVM的短期负荷预测

为了有效预测具有一定周期性和随机性的非平稳时间序列性的电力负荷,提高预测精度,提出了结合经验模式分解(EMD)和支持向量机(SVM)的短期负荷预测法。该法运用EMD将负荷序列分解成若干个不同频率的平稳分量,分解后的分量突出了原负荷的局部特征,能更明显的看出原负荷序列的周期项、随机项和趋势项;根据各个分量的变化规律,选择合适的SVM参数和核函数构造不同的支持向量机分别预测;由SVM对各分量的预测值组合得到最终预测值。仿真试验表明,此方法与单一的SVM预测法及BP神经网络预测法相比,具有较高的精度和较强的推广能力。     

基于EMD的WVD分布方法在电力系统低频振荡监测中的应用

为了更加准确地进行电力系统低频振荡分析,引入了一种新的非线性、非平稳信号的处理方法-EMD(经验模态分解)的维格纳—威力分布(WVD)方法,通过EMD分解以及WVD算法处理分析非线性和非平稳电力信号的局域动态行为和特征,得到低频振荡的模态参数-振幅、频率、阻尼比、相位、开始与结束时刻。该方法准确地反映了系统所包含的多个振荡模式在时间上的变化规律以及模式之间的互相影响,并且有着高分辨率和有效地处理少量样本的短数据的优势,可提高识别能力和处理效果。通过多次试验表明该方法能够较准确地识别振荡特征。