基于标志点的虚拟剖切面重建

针对现有医学图像技术中三维模型的虚拟剖切面重建算法功能单一、不能完成复杂路径剖切面展开的缺点,提出基于空间任意标志点的剖切面重建算法。该算法可以沿三维空间中的任意路径完成虚拟剖切面展开,包括确定标志点、拟合虚拟剖切路径、重建剖切面3个部分。实验证明该算法可以得到稳定优异的重建图像,精确度较高。     

基于VTK的三维医学图像虚拟切片提取

目前大多数医学影像设备,如CT、MRI、超声等所产生的图像序列往往必须沿着某一固定方向,但这通常不能满足临床上多方位、任意角度诊查的需要。针对该问题,提出了一种三维医学图像的任意角度虚拟切片提取方法。在Visual C++平台下,结合可视化工具包VTK,对DICOM格式的CT图像序列进行三维重建,通过设置虚拟切面的法向量和内点来对重建后的三维物体进行切割并获得虚拟切片信息,在切割的同时可以同步显示出虚拟切片图像。通过简单的鼠标操作可以生成任意角度、任意部位的虚拟切片图像,并能对切割平面及虚拟切片图像进行移     

基于类圆目标归一化的木材切面轮廓检测方法

在材积检测系统中,对木材切面轮廓精确检测是一大难点,该文采用首先局部二值化图像,并且寻找切面最大内接圆初步确定切面中心以及类圆半径,然后将类圆切面归一化为矩形,在矩形上根据灰度信息寻找切面轮廓边缘点,通过归一化后的边缘计算原图木材切面边缘。实验结果表明,该方法能够精确检测木材切面任意轮廓,在实时性要求不高的情况下相比用圆或椭圆检测的传统算法在精度上有显著提高。     

HIFU治疗子宫肌瘤中MRI与超声图像的融合研究

超声图像是高强度聚焦超声（HIFU）消融肿瘤中应用最多的影像学监控技术,但是超声图像质量差,图像伪影明显,通常还需要借助MRI图像,基于此,提出了一种新的影像监控方案,利用从MRI图像上分割出的肿瘤边界与实时超声图像融合,共同对HIFU治疗进行监控与导航。实验结果表明,基于MRI图像可以实时获取到任意切面平滑、准确的子宫肌瘤轮廓线,并融合显示于实时超声图像上,清晰的轮廓线既不影响超声的实时监控又弥补了某些切面的超声图像中肿瘤边界不完整的缺陷,为HIFU的精确治疗打下基础。     

序列图像中三维空间点的精确重建方法

提出了一种针对序列定标图像的三维空间点精确欧氏重建算法,相对于传统基于代数误差最小化的方法,该算法用几何误差作为优化的目标函数,从而保证了三维重建点在欧氏距离误差的意义下是最优的;该算法是线性的,计算效率高;此外还可以扩展到任意多幅图像的重建中。真实测试图像的实验结果以及与传统算法的比较验证了该算法的有效性和精确性。     

基于模板匹配的3维超声心动图四腔切面自动检测

在利用实时3维超声心动图诊断心脏病的过程中,医生手动寻找各关键剖视面既繁琐又费时;四腔切面是最重要的观察切面之一,为便于诊断,提出了基于模板匹配的自动检测3维超声心动图四腔切面的方法。首先,在医生指导下选择一幅四腔切面图像作为模板;其次,从3维心动图中提取一系列切面建立待检索图像库;最后,用两种不同的相似测度依次进行粗检索和精检索,找到与模板图像最相似的切面,即为该3维心动图中的四腔切面。利用该方法对28组正常人数据和22组非正常人数据进行实验,正确率分别为96%及863%。该方法仅利用一幅模板图像,初步实现了不同人3维超声心动图四腔切面的自动检测;其计算复杂度低,易于实现实时处理,避免了人工寻找切面的诸多弊端,对测量及配准等后续的计算机辅助诊断有重要意义。     

基于三角网格模型的心脏超声图像三维表面重建

心脏超声图像三维表面重建方法的研究对心血管疾病诊断有重要意义,传统方法受医学超声图像噪声影响较难获得准确的表面重建结果。本文研究提出三角网格模型,通过对初始三角网格进行形变,逐渐逼近目标腔体边缘,实现三维表面重建。本文方法重建后的三维表面整体形态上较接近真实心脏腔体,本文方法为心脏超声图像三维表面重建开辟了一条新的途径。     

三维重建表面任意切面图像提取及映射有效方法*

针对三维重建表面模型的任意切面纹理显示,分为3D纹理采样和切面纹理映射两阶段。前者通过模型包围盒及模型横断面轮廓定位纹理部位并去掉图像背景,经采样形成多精度3D纹理;后者先计算剖切平面和模型及纹理空间中包围盒交面,然后利用向量叠加原理及立方体线性插值方法快速提取纹理空间的交面图像,经Alpha测试后映射到模型空间相应切面上,形成具有切面纹理的剖切模型。实验表明,该方法克服了面绘制技术不能体现内部数据的缺点,有效地提高了大数据量模型任意剖切面纹理绘制速度。     

快速在体光声计算层析图像重建方法

针对超声阵列式光声计算层析成像技术数据采集量大、成像速度慢的问题,为拓展该技术在血流动力学等领域的应用,提出一种基于主成分分析(PCA)的快速光声计算层析图像重建方法。该方法首先通过部分全采样数据,构建样本图像矩阵;然后,通过矩阵分解运算构建信号投影矩阵;最后,基于该投影矩阵在三倍欠采样条件下快速重建出高质量三维光声图像。在体小鼠背部血管成像实验表明:与传统反投影光声图像重建方法相比,基于主成分分析的光声图像重建方法可将数据采集规模降低约35%,三维图像重建速度提高约40%,实现了三倍欠采样条件下高精度光声图像的快速采集与重建。     

一种基于光学定位的自由式三维超声系统研发

自由式三维超声成像是一种新型的采用二维超声原理进行任意部位三维成像的设备,可以在传统的二维超声探头上固定用于空间定位的标记物,对扫描对象进行任意部位、大范围的三维扫描成像。文章介绍了一种可应用于微创手术导航的自由式三维超声成像系统,并详细分析了当前基于距离加权的三维超声重建算法的性能和优缺点。通过对体模和动物器官的超声图像扫描,并使用三维重建系统分别进行超声三维重建,得出了比较满意的结果,验证了三维重建算法及三维重建系统的可行性和有效性。     

Automatic reconstruction of 3D human motion pose from uncalibrated monocular video sequences based on markerless human motion tracking

We present a method to reconstruct human motion pose from uncalibrated monocular video sequences based on the morphing appearance model matching. The human pose estimation is made by integrated human joint tracking with pose reconstruction in depth-first order. Firstly, the Euler angles of joint are estimated by inverse kinematics based on human skeleton constrain. Then, the coordinates of pixels in the body segments in the scene are determined by forward kinematics, by projecting these pixels in the scene onto the image plane under the assumption of perspective projection to obtain the region of morphing appearance model in the image. Finally, the human motion pose can be reconstructed by histogram matching. The experimental results show that this method can obtain favorable reconstruction results on a number of complex human motion sequences.     

稀疏图像内容情况下显微镜自动聚焦算法

自动聚焦是全自动显微成像中的关键技术.为了解决在极低内容密度(稀疏内容)情况下传统聚焦方法无法成功找到焦平面的问题提出一种基于图像内容重要度加权的聚焦函数增强算法.该算法利用聚焦过程中当前图像和参考图像中对应像素沿光轴方向的梯度变化规律对像素进行分类,并根据不同像素对图像清晰程度判决的贡献大小自适应调整当前像素的重要度因子,通过这种方式增强了图像内容像素的计算权重并有效抑制了镜头杂质及背景噪声,极大地增强了聚焦曲线的陡峭度在此基础上,采用图像分块的方式来克服显微镜Z轴机械系统误差对算法性能的影响并降低算法复杂度.实验结果表明,在图像内容非常稀疏的情况下,该算法的聚焦成功率高达90％,而传统聚焦算法的成功率仅为24％.     

基于形态学重建的粘连物体分割

提出一种基于形态学重建（Morphological Reconstruction）的图像分割方法。该方法先对待分割图像进行预处理,使边界点具有局部极大的灰度值;然后利用灰度形态学重建提取穹顶（Dome）,并根据其特性利用阚值对穹顶进行二值化获得候选边界点集;再利用二值形态学重建确定候选边界点集中的边界点,得到分割边界。实验结果表明,本分割方法所得边界连续性好、假边界少;该方法受噪声和对象内部灰度变化的影响较小,适合用于分割含有粘连对象的图像。     

边缘振荡效应的自适应滤除算法

超分辨率图像重构技术已经被证明在卫星成像、视频监控、医学成像等研究领域中具有极其重要的应用价值。但是,由于超分辨率图像重构本身是一个病态求逆过程,在重构图像中所产生的边缘振荡效应往往很难在重构过程中予以消除。为此,文章提出了一个边缘振荡效应的自适应滤除算法。在该算法中,重构图像先被分割为均匀区域、边界区域和纹理区域,然后分别对这三类区域采用不同的滤波算法。实验结果表明,新算法在滤除边缘振荡效应的同时,较好地保存了超分辨重构图像的细节。     

基于自适应聚合与深度优化的三维重建算法

针对现有基于多视图的三维重建方法未充分考虑像素点在其余视图的可见性,从而导致重建完整度不足,且在弱纹理和遮挡区域重建困难等问题,提出了一种应用于高分辨率的三维重建网络。首先提出了一种引入可见性感知的自适应成本聚合方法用于成本量的聚合,通过网络获取视图中像素点的可见性,可以提高遮挡区域重建完整性;采用基于方差预测每像素视差范围,构建空间变化的深度假设面用于分阶段重建,在最后一阶段提出了基于卷积空间传播网络的深度图优化模块,以获得优化的深度图;最后采用改进深度图融合算法,结合所有视图的像素点与3D点的重投影误差进行一致性检查,得到密集点云。在DTU 数据集上与其他方法的定量定性比较结果表明,提出的方法可以重建出细节上表现更好的场景。     

Ideal contrast visual cryptography schemes with reversing

A visual cryptography scheme (VCS) for a set of n participants is a method to encode a secret image, consisting of black and white pixels, into n transparencies, one for each participant. Certain qualified subsets of participants can “visually” recover the secret image by stacking their transparencies, whereas, other, forbidden, subsets of participants, cannot gain any information about the secret image.Recently, Viet and Kurosawa proposed a VCS with reversing, which is a VCS where the participants are also allowed to reverse their transparencies, i.e., to change black pixels to white pixels and vice-versa. They showed how to construct VCSs with reversing where the reconstruction of black (white, respectively) pixels is perfect, whereas, the reconstruction of white (black, respectively) pixels is almost perfect. In both their schemes there is a loss of resolution, since the number of pixels in the reconstructed image is greater than that in the original secret image.In this paper we show how to construct VCSs with reversing where reconstruction of both black and white pixels is perfect. In our schemes each participant is required to store a certain number of transparencies, each having the same number of pixels as the original secret image. Moreover, our schemes guarantee no loss of resolution, since the reconstructed image is exactly the same as the original secret image. Finally, compared to the schemes of Viet and Kurosawa, our schemes require each participant to store a smaller amount of information.     

An adaptive color image steganography method using adjacent pixel value differencing and LSB substitution technique

Abstract

Steganography is a data-concealing technique that provides a covert communication. This paper proposes a spatial domain color steganography method that uses a neighboring pixel-pair differencing concept to enhance the embedding capacity. The proposed method considers the distortion tolerance capacity of each color plane and the difference value between two neighboring pixels while deciding the number of bits that can be concealed in that pixel-pair. Each plane is divided into some disjoint blocks of size 3?×?3 pixels. The method forms eight pairs of pixels in one block using the eight-neighboring pixel concept, which enables the method to utilize all the edge pixels in all probable directions. It also uses the XOR encoding technique before the embedding process. This step provides an additional layer of security to the secret information. The simulation results show that the proposed method is able to achieve a high embedding capacity with good visual quality as per the calculation of imperceptibility metrics. The robustness of the method is tested by RS steganalysis and pixel difference histogram analysis. Further, a comparison between the proposed method and the existing methods on the basis of embedding capacity and stego image quality is shown.     

一种非定标图像高精度三维重建算法

由非定标图像重建三维场景有着广泛的应用。给出了一种非定标多视图像三维重建算法。该算法主要基于因子分解和光束法平差技术。首先用因子分解方法得到射影空间下相机投影矩阵和物点坐标,以旋转矩阵的正交性以及对偶绝对二次曲面秩为3为约束,将射影空间升级到欧式空间,最后用光束法平差进行优化。该方法可同时获得相机的内外参数、畸变系数和场景的三维坐标。仿真实验表明,在1000 mm×1000 mm×400mm的范围内,当像点检测误差在0-1pixel和0-2pixel内,所重建三维点的误差分别为0.1530 mm和0.6712 mm。在500 mm×500 m×200 mm下,真实实验重构三维点的误差在0.3 mm以内。所提出的算法稳定可靠,可对实际工程进行指导。     

双摄像机下人体遮挡时的跟踪方法

针对双摄像机下存在人体遮挡情况时的跟踪问题,提出了利用人体3维位置信息来实现跟踪的方法。该方法首先对其中一个摄像机视频图像中的人体像素抽样,接着在其他摄像机视频图像中找出抽样像素的匹配点,计算出每一对匹配点在世界坐标系中所对应的3维点,然后依据3维位置信息将3维点聚类,找出每一个聚类区域中的3维点所对应的图像中的一组像素点,并对其构建高斯平滑直方图模型。在此基础上,依据直方图模型将互相遮挡的人体分割开来,最后根据求取的人体像素点的匹配关系来确定不同摄像机中同一个人的对应关系。实验结果表明,该方法能有效实现遮挡情况下的人体跟踪。     

Multiple camera people detection and tracking using support integration

This paper proposes a method to locate and track people by combining evidence from multiple cameras using the homography constraint. The proposed method use foreground pixels from simple background subtraction to compute evidence of the location of people on a reference ground plane. The algorithm computes the amount of support that basically corresponds to the “foreground mass” above each pixel. Therefore, pixels that correspond to ground points have more support. The support is normalized to compensate for perspective effects and accumulated on the reference plane for all camera views. The detection of people on the reference plane becomes a search for regions of local maxima in the accumulator. Many false positives are filtered by checking the visibility consistency of the detected candidates against all camera views. The remaining candidates are tracked using Kalman filters and appearance models. Experimental results using challenging data from PETS’06 show good performance of the method in the presence of severe occlusion. Ground truth data also confirms the robustness of the method.