小波-Lagrange方法进行医学图像层间插值

目的 医学图像3维重建通常需要进行层间插值.现有的插值方法虽然种类较多,但在进行医学断层图像插值时,很多方法并不能兼顾图像灰度和目标形状的变化,且计算过程过于复杂.鉴于此,提出一种基于小波与Lagrange多项式相结合的插值方法.方法 首先对原始图像进行小波变换,获得图像边缘对应小波系数的位置信息,在断层图像的相应小波系数之间运用Lagrange多项式进行强度和位置插值.结果 通过实验验证,采用本文方法插值得到的图像与线性、Cubic插值方法相比,不仅在灰度值不等点方面减少了10%~50%,均方误差平均下降了3%,而且目标组织轮廓特别是拐角剧烈变化处可改善伪轮廓现象,介于原始断层图像之间,能够满足医学图像层间插值的要求.结论 与线性插值方法、Cubic插值方法相比,新算法由于引入了小波变换这个工具,可将图像剧烈变换部分提取出来,因此,本文方法在处理图像剧烈变化的情况时略有优势.新算法得到的插值图像质量有所提高,计算误差有所降低,可有效用于医学图像目标组织的3维重建.     

基于断层间切片图像的插值方法研究

断层间图像插值是三维重建的一个关键步骤,研究了传统的插值方法,并对其进行了分析。在此基础上提出了一种基于距离变换的目标图像插值方法,该方法首先对断层图像进行阈值分割得到目标图像并对图像进行中心配准,然后运用欧几里德距离变换法求取目标图像的距离图像,采用加权平均线性插值方法得到目标图像间的插值图像;对ICT切片图像进行了实验研究,取得了令人满意的效果。     

基于像素分类的医学图像层间插值

鉴于医学图像层间插值是医学数据可视化的一个关键环节,它直接影响人体组织器官的3维重建结果和医疗诊断的正确性和准确性,为此,针对传统医学图像层间插值方法精度不高和效率低下的缺陷,提出了一种基于像素分类的医学图像层间插值方法。该方法首先根据待插值图像与其相邻原始图像的对应像素的相关性对其像素点进行分类,然后采用不同的方式对不同类别的点进行插值,并对其进行错误校验。实验结果表明,该方法能够有效提高插值的效率和精度。     

基于图像统计特征的小波变换插值方法

针对一般图像插值方法常见的两个缺点:边缘锯齿、细节模糊,提出了一种基于图像统计特征的小波变换插值方法,该方法利用图像插值前后边缘统计特征的相似性,从低分辨率图像中获取估算高分辨率图像所需的协方差矩阵和向量,保持了边缘光滑性。同时利用小波分解与重构,将图像非边缘的细节特征进行了增强。该方法无需迭代运算,计算量较小。实验结果表明了用该方法获取高分辨率图像的有效性和可行性。     

医学图像快速插值算法的设计与实现

研究医学图像,针对断层间距影响像素间距、图像轮廓粗糙问题,采用图像捕值算法可以解决医学像三维重建模型的轮廓粗糙、呈阶梯状的问题,但是传统插值算法的运算量大,加之医学图像序列包含的图像多、图像本身比较大,处理起来需要耗费大量的时间,未能在医学图像三维承建领域得到广泛应用.为了提高分辨率和快速性,提出一种基于距离变换的图像插值优化算法.算法依据图像的相似性信息,极大地减少了参与计算的像素点,同时采用一种快速的距离计算方法.避免了乘法和开方运算,使得算法效率大幅提高.将优化算法应用于医学图像序列中进行仿真,结果表明,生成的插值图像边界清晰、过渡平滑,与传统算法相比所需的时间减少了60%以上.证明改进的算法可有效地解决传统算法的效率问题,为医学图像研究提供了科学依据.     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中,提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型,能自适应地插值,而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然,忠实地反映了原始图像的面貌．与传统的插值算法相比,其边界处理效果好,具有线性复杂度且易于实现．     

基于小波变换的分形插值图像放大方法

分形插值和小波变换在数字图像处理中有着广泛的应用.结合分形插值和小波变换的特点,提出了一种新的图像放大方法.实验结果表明,通过选择合适的小波基,该方法与传统的图像放大方法相比,获得的放大图像的纹理特征和图像的边缘得到明显增强,并且具有更高的视觉分辨率.     

基于区域划分的快速图像插值算法

图像插值是将低分辨率图像放大后提高视觉效果的有效方法,传统算法中有较简单且算法复杂度小的方法,但插值后的图像常常有锯齿边缘或者效果模糊,因而实际应用并不广泛。为克服以上缺陷,提出了一种先将图像进行区域划分,然后再进行快速图像插值的算法,既保证了算法较低的复杂度,又优化了图像显示效果,适合实际应用。     

基于轮廓形状的CT断层图像插值

针对CT图像的特点,提出了一种基于轮廓形状的层间插值算法,使用该算法得到的插值图像不仅在灰度上,而且在组织形状上都更接近实物.该算法与传统的插值方法相比,其视觉效果和计算误差均有较好的改进.该算法已用VC6.0编程实现,并应用于医学三维重建系统中,能够有效消除三维重建时由于断层间距过大导致的梯田效应,效果符合医学诊断要求.     

基于模糊距离变换的颗粒图像分割方法

在颗粒图像中,经常存在颗粒重叠或者粘连现象。本文提出了一种新的图像分割方法。该方法首先对颗粒图像进行二值化,然后对图像作模糊距离变换得到模糊距离图,再利用分水岭算法将粘连或者部分重叠颗粒分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

一种基于轮廓形状的胸部医学图像插值方法

层间插值是三维重建的一个重要步骤,一般分为灰度插值和基于形状的插值两种。该文针对胸部医学图像的特点,给出一种基于轮廓形状的插值方法。实验结果表明,此算法得到的插值结果突出了体表和肺部的轮廓,很好地解决了直接线性灰度插值造成的轮廓严重模糊的现象,结果令人满意。     

基于Hausdorff距离的插值方法评价

在图像放大处理中通常要将图像进行插值,在Hausdorff测度理论的基础上对Hausdorff距离进行了改进．然后将改进后的Haosdorff距离作为评价图像质量的一种标准，对放大后的图像进行量化评估,并与其他的评价方法进行比较．结果表明用Hausdorff距离作为评价标准得到的结果更接近图像的视觉效果.     

基于加权抛物线插值与小波变换的图像放大算法

图像放大问题的焦点是如何在图像放大过程中保持良好的视觉分辨率和清晰度。论文首先对加权抛物线插值算法进行了改进,在此基础上提出一种加权抛物线插值结合小波变换的图像放大算法,并对小波变换后的小波系数低频带作了幅值增强处理。实验结果表明,相对于传统的图像放大算法,该算法不仅较好地保留了原始图像的细节信息,而且还提高了放大后图像的亮度和清晰度。     

基于围线追踪的完全欧氏距离变换算法

本文以吴立德等１９９６年中文提出了基于边过程的围线追踪算出发点，设计并实现了一个在二值图像中进行完全欧氏距离变换的算法，算法首先求出二值图像的围线，然后沿围线从近向远扩展计算欧氏距离，算法能够计算精确的欧氏距离，对算法的时间和空间需求进行了简要的分析，讨论了算法的一些有关性质，并给出了实现程序运行中得到的一些实验数据，结果表明算法在多数情况下能够运行快，占用内存少，有较好的自适应性，因此有较好的实     

基于Contourlet变换的双三次插值算法

为保持原始遥感图像信息,提高图像空间分辨率,使其适合人眼观察,提出Contourlet双三次插值算法。在Contourlet变换的基础上,对遥感图像采用双三次插值进行相似变换,通过反变换得到比原图像分辨率更高的插值图像。实验结果表明,与双三次插值、小波双三次插值相比,该算法具有更高的信噪比和更好的图像细节效果。     

基于Contourlet变换的双三次插值算法

为保持原始遥感图像信息,提高图像空间分辨率,使其适合人眼观察,提出Contourlet双三次插值算法。在Contourlet变换的基础上,对遥感图像采用双三次插值进行相似变换,通过反变换得到比原图像分辨率更高的插值图像。实验结果表明,与双三次插值、小波双三次插值相比,该算法具有更高的信噪比和更好的图像细节效果。     

一种基于多小波变换的自适应图像插值算法

为使插值后的图像具有很好的视觉效果和较高的信噪比,并克服使用单小波变换放大图像时的斑点干扰现象,提出了一种新颖的自适应图像插值算法,通过将图像变换到多小波域,并利用多小波域内高频子带的分形维数,自适应的根据低分辨率图像以及该图像进行一级多小波变换后的高频子带信息获取高分辨率图像二级多小波变换的子带信息,对所得到的子带信息进行二级多小波反变换,可以得到更清晰的二倍插值图像。     

图像的排列变换

任何一幅图像的直方图都可以看作是一个多重集合，该多重集由多种可重复使用的颜色组成，而具有该直方图的任意一幅图像就是该多重集上的一个全排列。因此，可以借助于集合论和群论中的一些理论和方法来研究图像的某些性质。本文首先从多重集和置换群的角度讨论了图像和排列之间的相互关系，然后作为应用实例介绍了两种基于排列变换的图像生成方法。     

基于小波变换的图像融合研究

主要讨论了基于小波变换的多传感器图像融合算法。它的中心思想是把图像分解到不同的频率段上，然后在各自的频率段上分别采用不同的融合算子进行融合处理，从而得到完整的图像信息。     

基于距离变换的粘连蚕茧分割方法

蚕茧计数时,面对蚕茧粘连情况,常见的膨胀腐蚀方法并不能很好地将蚕茧分割开来,针对这一情况,提出了一种基于距离变换的粘连蚕茧分割方法。对蚕茧图像进行锐化处理,利用最大类间方差法对图像二值化,对其进行距离变换,再进行归一化,同时进行阈值化二值分割,采用形态学膨胀处理,进行连通域标记,统计连通域个数。实验结果表明,该算法能有效地分割粘连的蚕茧,能够实现对蚕茧的准确计数,计数准确率达99%以上。