X射线图像和CT图像的多维配准

在本文中,我们提出了一种基于Chamfer3-4距离变换和Powell优化的方法,用于X射线图像和CT图像间的配准.该方法首先从X射线图像中分割出目标物体.通过使用投影模型和优化方法,得到了准确的投影矩阵.该方法同样被用于医学介入手术中,处理从三维图像工作站中获取的主动漫游的数据.     

基于双树复数小波降噪的扩散张量估计

本文引入了一个从扩散加权图像序列中估计扩散张量的新过程。此过程的第一个步骤是对扩散加权图像降噪,降噪的算法基于双树复数小波变换和双变量收缩规则;第二个步骤对降噪后的扩散加权图像使用最小二乘法估计扩散张量。我们在模拟二阶张量场和真实DT-MRI数据集上进行了实验,与扩散张量估计后的平滑方法相比,先对扩散加权图像降噪能够得到更加精确的张量场估计。估计的扩散张量场的客观结果及主观评价可以说明,本文提出的估计过程可以很好地改进最终的扩散场的质量。     

实数遗传算法交叉策略的改进

本文介绍了实数遗传算法交叉策略的一种改进方法,采用新的交叉策略决定遗传算法中子代个体的位置,可以使子代快速地向更高适应度的区域移动.实验结果说明使用这种改进的实数遗传算法可以极大地提高算法获得最优解的速度.     

基于链码匹配的断层间复杂轮廓线的三角片曲面重构

基于断层间轮廓线进行曲面重构是科学计算可视化的一个重要内容。本文利用链码理论对已获取的层间轮廓线进行编码,将二维的轮廓曲线转化为包含轮廓形状信息的一维链码;采用链码匹配技术完成相邻层轮廓特征点的匹配,将复杂轮廓线分割为若干简单的曲线段,最后,重构的曲面由这些分片构造的三角片曲面拼接而成。我们首先对模式识别中链码的串匹配算法作一个简要介绍,并详细分析讨论了其中的关键难点:编码,代价函数,链间距离,使其能够适用于我们的工作。实验表明该算法能够找出复杂轮廓线上恰当的对应特征点,从而构造出较真实的曲面。     

基于矩的三角形网格简化

文章研究了一种新的基于矩的三角形网格简化算法.该算法利用了Stanislav提出的显式矩计算公式,能够实现对不同坐标位置的部分进行不同比例的压缩,从而在同样的显示效果下以更大比例压缩网格数据,为实现复杂环境的虚拟现实提供了有效的工具.     

基于距离变换和非线性规划理论的三维图像表皮配准的研究

本文提出一种基于距离变换和非线性规划的三维图像匹配方法,对物体表皮配准进行了深入的研究;它基于一种简便且易于实现的三维距离变换,采用了改进的优化算法,在实际配准搜索中,对优化的方法进行改进,采用搜索终止条件多样化的方法,在原来的基础上,增加几个方向搜索的跨度,即在搜索点集收缩到一点时,在点集维数的各个方向上,按顺序依次逐步增加各个方向的跨度步长,一直寻找到更小的目标函数值,再重复开始新的起点的搜索.实验中,利用该方法对三维图像配准中的噪声干扰、局部配准等方面进行了测试,得到了很好的结果.     

基于正交矩模糊和仿射混合不变量的图像识别算法

为了识别含有模糊和仿射混合形变的图像,提出了一种新的基于正交矩模糊和仿射混合不变量的图像识别算法.该算法首先使用归一化方法构造了基于Legendre正交矩的仿射不变量,并结合Legendre正交矩的模糊不变量提出了Legendre正交矩的模糊和仿射混合不变量;然后将该混合不变量作为描述算子,将欧几里德范数作为分类尺度,以最近邻法则作为分类器,对图像进行识别.实验结果表明,与其他基于非正交矩的混合不变量相比,基于Legendre正交矩的模糊和仿射混合不变量在混合形变下能够获得更好的不变性,不会带来信息冗余问题,并且对噪声鲁棒性较好;此外,该图像识别算法比其他算法具有更高的识别率,特别是在图像含有较大噪声的情况下.     

超声图象的自适应线边界检测方法

针对超声图象存在一种特殊的斑点噪声 ,使图象边界与细节变得模糊 ,而严重影响图象质量的问题 ,提出了一种自适应线边界检测方法 ,即以不同方向与不同大小的“窄条”来近似组织边界 ,这种“窄条”是指具有不同长度、方向各异的线段 .该方法首先将经过每一像素点的“窄条”的最大投影作为该点的灰度值 ;然后应用假设试验优化方法确定“窄条”方向 ,而“窄条”的长度由基于区域增长的局部统计特性决定 .通过引入噪声抑制与边缘保留量化参数 ,进行了仿真斑点图与组织超声图的处理实验 ,并与自适应斑点抑制滤波、直接线边界检测方法进行了比较 ,结果证明 ,该方法不但能有效地抑制斑点噪声、而且能很好地保留与增强图中的组织边界与局部细节 .