基于力学分解原理的断层图像配准算法

为了通过配准的手段得到信息融合的医学图像,利用力学的分解原理将待配准图像的轮廓信息解释为一系列边界力的合成,将待配准图像的力图投影分量描述成具有角度延迟关系且与平移位置无关的两组周期信号,并采用两组信号间的最小均方误差作为配准的目标函数,利用改进的粒子群优化算法求解得到两幅图像的空间变换参数．通过在颅脑（MR）图像上进行的配准实验表明,在寻优方法一致的情况下采用力学图像的目标函数比采用其他目标函数大大缩短配准时间,且配准误差达到了亚像素级以下．     

基于力学分解原理的断层图像配准算

为了通过配准的手段得到信息融合的医学图像,利用力学的分解原理将待配准图像的轮廓信息解释为一系列边界力的合成,将待配准图像的力图投影分量描述成具有角度延迟关系且与平移位置无关的两组周期信号,并采用两组信号间的最小均方误差作为配准的目标函数,利用改进的粒子群优化算法求解得到两幅图像的空间变换参数.通过在颅脑（MR）图像上进行的配准实验表明,在寻优方法一致的情况下采用力学图像的目标函数比采用其他目标函数大大缩短配准时间,且配准误差达到了亚像素级以下.     

融合空间聚类与结构特征的点集配准优化算法

在点集配准中,噪声、非刚性形变和误匹配的存在,产生了求解非线性最优空间变换困难的问题。针对这个问题引入局部约束条件,提出了一种采用局部空间聚类和邻域结构特征的点集配准优化算法(PR-SDCLS)。首先,利用点集空间距离矩阵构造运动一致性聚类子集和离群值聚类子集;然后,在运动一致性聚类子集中分别使用高斯混合模型拟合,并引入通过融合形状上下文特征描述子与加权空间距离获得考虑全局和局部特征的混合系数;最后,采用最大期望算法完成参数估计,实现了混合模型的非刚性点集配准模型;为了提高算法效率,模型变换采用再生核希尔伯特空间建模,并使用核近似策略。实验结果表明,该算法在涉及不同类型数据退化(变形、噪声、离群点、遮挡和旋转)的非刚性数据集上,面对大量异常值时具有良好的配准效果和鲁棒性,配准平均误差的均值在经典和先进的算法基础上降低了约42.0538%。     

基于均值漂移的穿墙雷达多目标跟踪

针对穿墙成像雷达中多人体目标跟踪的问题,提出了一种基于均值漂移的多目标图像域跟踪方法。首先,通过基于双轴投影的变尺度模板创建方法进行航迹起始;其次该文利用均值漂移算法进行航迹更新,并对不同幅度像素点的加权处理使得迭代过程能收敛于目标图像中心;最后,结合M/N准则,实现了对航迹的管理。通过对多组实测数据的处理可以看出,该算法具有稳健的跟踪性能。     

超宽带脉冲穿墙雷达互相关BP成像

根据超宽带脉冲穿墙雷达目标回波信号与发射信号具有较强相关性的特点,提出一种新的互相关后向投影(BP)成像算法,该算法将沿天线合成孔径方向各接收阵元的回波信号与发射信号先进行互相关,将获得的互相关信号再利用BP算法进行相干成像.与回波信号进行直接BP成像相比,该算法具有消除脉冲建立时间对回波延迟时间估计误差的影响,提高目...     

步进变频穿墙成像雷达中反投影算法研究

反投影(back-projection,BP)算法具有很高的成像精度并容易进行各种形式的补偿,是广泛应用于穿墙、探地等领域的一种有效的时域成像算法。该文把时域反投影算法应用到步进变频穿墙雷达成像中,并根据墙壁的参数提出了用最短时间法对墙壁的影响进行补偿。通过对实测数据的处理可以看出,反投影算法在穿墙雷达中具有很好的成像精度,最短时间法也能很好地补偿墙壁对目标成像位置的影响。     

基于深度学习的图像配准方法综述

图像配准是图像处理和计算机视觉领域中的关键技术。近年来,随着深度学习在图像处理和计算机视觉领域取得突破性进展,基于深度学习的图像配准方法也不断涌现。系统介绍了基于深度学习的图像配准方法,将其分为基于特征的组合配准方法、有监督学习的直接配准方法以及无监督学习的直接配准方法三大类,比较分析了各种配准方法的优劣。并以此为基础,对基于深度学习的图像配准方法未来的研究趋势进行了展望。     

空中交通管制系统中多雷达数据的配准法

现代化的空中交通管制系统在保障飞机飞行安全和提高空域利用率等方面起着十分重要的作用。本文研究了现代化的空中交通管制中心系统中多雷达数据处理的几个关键问题。多雷达数据处理系统能够获得比单雷达数据处理系统更加准确和全面的目标状态信息。本文主要介绍了利用"最小平方配准法"对有配准误差的多雷达数据进行配准误差的估计和补偿,为多雷达数据的互联和融合奠定了基础。     

两坐标与三坐标雷达配准方法及其应用分析

针对工程上用最小二乘方法难以对两坐标雷达与三坐标雷达进行直接配准的问题,提出先由三坐标雷达量测估计出两坐标雷达的俯仰观测,再进行最小二乘配准的方法．在推导两坐标雷达俯仰角量测估计公式和分析其误差的基础上,给出了完整的基于广义最小二乘的两坐标雷达和三坐标雷达的配准算法．仿真结果表明了该方法的有效性和实用性．     

一种多模态医学影像鲁棒配准方法

为提高多模态医学影像配准的鲁棒性和精度,提出了一种基于主定序和混合熵的配准新方法.首先利用主成分分析方法定义了图像的主定序特征,描述图像邻域像素间的空间信息和微观结构特性;进而结合图像灰度信息构造了一种基于混合熵的配准测度,有效保证了配准测度函数的光滑性和收敛性.多组多模态医学影像测试结果表明,新方法能有效抑制噪声,具有很高的配准精度,鲁棒性强,优于现有的几种方法.