车轮序列号自动识别系统

随着企业生产自动化水平的提高，产品序列号的自动识别已成为现代化生产和管理网络中不可缺少的一环。由于工业现场环境的影响及生产实时性的要求，给计算机识别系统的设计带来了很大的困难。本介绍了一个已成功投入生产的火车车轮序列号自动识别系统。该系统对冶金工业生产现场的特殊环境具有较强的适应能力，完全达到了实时的要求。     

一种基于四阶各向异性微分的抑噪与边缘增强方法

各向异性微分在抑噪与保留边缘方面有明显的作用,但它产生的"块效应(Blocky Effect)"会使图象部分细节丢失,且对斑点噪声的抑制能力较弱.通过引入拉普拉斯算子,将图象近似为分段平坦图象,应用四阶各向异性微分方法可以有效地消除"块效应".根据斑点的统计特性,应用"窄条(Stick)"技术与假设实验优化方法来抑制斑点噪声和增强边缘与细节.通过仿真斑点图象与组织超声图象的处理,并引入噪声抑制与边缘保留量化参数,与线边缘检测方法、四阶各向异性微分方法进行了比较.实验证明,这种基于四阶各向异性微分的抑噪与边缘增强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象边缘与细节.     

基于Legendre正交矩的区域填充方法

提出一种基于Ｌｅｇｅｎｄｒｅ正交矩的区域填充方法。该方法不仅可以达到很好的填充效果,而且能够起到平滑多边形边角的目的,因而对三维医学图像处理和重建具有重要意义。文章首先介绍Ｌｅｇｅｎｄｒｅ正交矩及其逆变换,接着给出Ｌｅｇｅｎｄｒｅ正交矩的快速计算方法,然后描述用Ｌｅｇｅｎｄｒｅ正交矩填充区域的基本原理及方法,最后给出该方法的计算机实验结果,以说明它的有效性。     

基于相位恢复和直方图修正法校正ghost伪影

EPI(Echo Planar Imaging)技术基于方向相反的频率读出梯度交替采集MR信号的奇、偶回波.但是,由于成像物体的磁敏感性、化学位移及磁场B0不均匀性等因素的影响会导致奇、偶回波之间产生相位移动,因而会产生ghost伪影.提出了基于相位恢复和直方图修正的ghost伪影消除方法,首先以最小熵为约束条件运行迭代算法直到得到满意的图像,然后用直方图规定化修正直方图,从而建立相位恢复后的图像和目标图像的灰度映射关系.运用该方法能够明显地降低ghost伪影.实验证明这种方法是可行的.     

一种基于信号极点先验知识和隔点抽样的磁共振波谱参数估计方法

提出了一种新的参数估计方法．该方法通过有效地结合隔点抽样技术和信号极点先验知识,实现了波谱的参数估计．文中的理论和实验证明,该方法不论是从计算速度还是从参数估计的精度来比较,都要明显优于经典的HTLS方法和HTLSPK方法．     

基于曲率及相关性的相似区域的线性配准

本文提出了一种新的基于多边形的周期性曲率函数和相关性的相似区域的线性配准方法.得到了简单且有效的新的线性配准方法,它在医学图像多模态数据的配准、融合中具有重要的实用价值.     

运用层序地层学模式预测河流相砂岩储层

迄今为止，利用层序地层学理论研究陆相地层层序内部的岩性变化规律和对储集层的分布进行预测，仍是一个未能圆满解决的复杂问题。与海相环境不同，在陆相盆地中，影响沉积物可容空间的因素更为复杂多样，这主要表现为河流平衡剖面对基准面的影响，以及气候和构造运动对沉积物的补给作用。     

基于B样条插值函数的人脑MR图像非刚体配准方法

提出了一种B样条插值函数结合图像特征标记的人脑MR图像非刚体配准方法。图像的特征标记选取图像的内外部轮廓来描述,目标和源特征之间的对应关系通过距离图来自动获得。形变过程采用B样条曲面函数插值来完成。通过多级B样条插值方法,即先全局计算后局部细化的方法来逐步优化形变结果。实验表明,该算法在不失准确度的前提下,具备较快的计算速度。     

基于小波滤波器组的光流估计

为了解决光流估计时存在的孔径问题和时域混叠，在Bernard的理论基础上，给出了基于快速滤波器组的方法：小波函数在频域可以表示为滤波器组的乘积．所以时域的小波系数由傅里叶变换转换到频域。通过滤波器组快速求解。由于解析小波具有实小波所没有的优点．采用解析小波计算光流。文中给出该方法的结果。还给出了Horn-Schunck的正则化方法的结果。比较后可知，本文的方法能较好地对运动物体进行光流估计。     

电阻抗扫描成像完备参数提取算法

为了提升电阻抗扫描成像的性能,本文提出了一个完备参数提取算法。该算法由前向问题建模以及参数提取两部分构成。前向问题模型基于静电散射理论,通过该模型可以获得前向问题的解析解。与常用的采用迭代过程的前向问题求解方法相比,采用新模型的前向问题求解速度大大提高。基于提出的前向问题模型,参数提取可以视作一个约束优化问题并采用改进的单纯形算法求解。仿真实验表明,完备参数提取算法与已有的参数或信息提取算法相比,不仅能够获得乳腺癌病灶更多的信息,并且准确度和鲁棒性更好。