Monte Carlo随机数在图像加密中的应用

随着图像加密技术的发展,出现了各种各样的加密方法,其中有基于Arnold变换、仿射变换、Hilbert曲线、幻方、骑士巡游、Gray码、混沌序列和基于频域的置乱加密技术。讨论了Monte Carlo随机数的性质,构造了一种新的基于Monte Carlo随机数的图像加密算法。实验结果表明该方法计算简单,运行速度快,并具有一定的安全性。     

基于霍特林变换的三维医学图像快速配准算法

提出了一种新的基于霍特林变换的三维医学图像快速配准算法,这是将数据压缩技术用于图像配准的一种创新性尝试。传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要。论文将Otus算法与互信息量技术相结合提出了一种新的图像分割算法,用于提取待配准物体,从而得到物体的向量表示;然后通过霍特林变换的平移和旋转性质完成配准。实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准。     

微机上OpenGL的应用研究

本文深入分析了基于Windows操作系统的OpenGL的实现原理,讨论了OpenGL的体系结构及实现过程中家索格式和着色描述表的管理,并在此基础上构造了基于MFC的具有封装性、可继承性和可重用的OpenGL视类,同时给出该视类的具体实现方法。我们将该OpenGL视类应用于医学图象3D重建电实验证明它具有操作方便、有效缩短开发周期等优点.     

实现图象边缘检测的改进广义模糊算子法

在相关文献的基础上提出一种邻域加权预处理方法,基本解决了运用广义模糊算子进行边缘检测时出现的断线等问题。实验表明本算法相对于几种常用的边缘检测算子而言能获得较好的效果。     

基于支持向量机的脑部MR图像细分类

本文提出了基于支持向量机的脑部MR图像细分类器,采用纹理与形状特征相结合方式表达图像,应用StARMiner算法对特征进行选择和计算特征加权系数,最后用支持向量机理论设计分类器对脑部图像进行精细分类。经反复实验优化各参数,粗略分类率可以达到92.10%。细分类可应用于特定人体部位图像的检索系统,以检索出更精确的图像,并且缩减检索空间,提高检索效率。     

适用于小样本问题的有监督边界检测方法

针对自然图像纹理复杂的特点,提出了一种多种信息融合的有监督边界检测方法。首先,该方法在小样本的情况下,通过快速生成纹理基元特征来引入纹理信息;然后,根据图像中每个像素邻域内的灰度分布和纹理基元分布的差异来计算灰度梯度和纹理梯度,并在此基础上构造出二维的梯度特征向量;接着,用有监督的分类器进行分类,自适应地检测出初始的边缘点;最后,设计一个边界定位函数确定最终的边缘点,实现边界检测。实验结果表明,该算法运算速度较快,所检测的边界效果好。     

多发性硬化症MR图像分割新算法研究

提出了一种针对多发性硬化症病灶T2加权脑部磁共振（MR）图像的分割算法。根据多发性硬化症病灶和脑脊液在T2加权像上同表现为高亮度信号的特点,把模糊C均值分割算法与形态学方法相结合,提出了基于核模糊C均值的多发性硬化症病灶分割算法。该算法首先用改进的核模糊C均值算法做基础分割,再用形态学方法提取出多发性硬化症病灶得到最终分割结果。通过对多发性硬化症模拟脑部MR图像的分割结果表明,算法能够比较准确地分割多发性硬化症病灶。     

基于径向梯度指数的肺结节假阳性筛除方法

针对肺结节自动检测中假阳性率高影响检测结果的问题,提出一种筛除方法。采用基于径向梯度指数的方法降低假阳性率,生成CT图像的基于径向梯度指数图,设定基于径向梯度指数滤波器滤除假阳性结节。实验结果表明,该方法能有效降低肺结节自动检测的假阳性率。     

动态PET重建中的区域时空先验研究

针对动态正电子发射成像（PET）Bayesian重建,提出一种区域时空先验(RST)模型。RST先验充分利用动态PET序列图像的空间和时间信息,在2维空间和1维时间上对噪声进行双重约束。为验证所提方法的有效性,进行人体脑部18F-FDG动态PET计算机仿真实验。实验结果表明,较其他经典重建方法,通过RST先验的引入,所提方法对于动态PET图像重建质量有着很好的改善,同时提高了病灶区域18F-FDG流入速率Ki估计准确度。