DVB-S2标准 LDPC码的算法研究和仿真

阐述了LDPC（Low Density Parity Check）码的基本原理，基于DVB—S2中LDPC码分析了该类码的构造、编码及译码原理，同时给出DVB—S2中LDPC码在码率为2／3、码长为16200bits时的仿真结果。仿真结果表明，在低信噪比情况下，该LDPC码仍然获得了令人满意的纠错效果，且在性能上的确优于其他码。随着技术的进步，相信LDPC编译码技术将在更多的领域得到应用。     

基于模糊区域的CT脑图像检索及关联反馈

基于模糊区域特征的图像检索算法和关联反馈算法是当前图像检索领域的研究热点,由于区域模糊相似度的复杂性,绝大多数关联反馈算法不能应用到基于模糊区域特征的图像检索方法中。为解决这个问题,论文修改了模糊相似度计算方法,并结合经典的基于权重调整的关联反馈算法,提出一种基于模糊区域特征的关联反馈算法。对脑出血CT图像的检索实验结果表明该算法效果较好。     

一种基于广义模糊性质集的图像分割方法

本文提出了一种基于广义模糊性质集的图像分割方法，它利用图像的广义隶属函数，把图像灰度转换成广义的模糊集合，通过对图像作多次增强而实现图像分割。实验结果表明，本文提出的方法与Ｏｔｓｕ法、熵函数法和ＦＣＭ２Ｄ法相比，在分割速度和分割质量上，都有下同程度的提高。     

基于多尺度卡尔曼滤波的医学图像配准算法

提出了一种新的基于主成分分析和多尺度卡尔曼滤波的医学图像配准算法.利用主成分分析的方法求出两幅图像的主轴和质心,从而计算出图像间的旋转角度;利用高斯金字塔分解构造了一种自适应的卡尔曼滤波器用来提高算法的鲁棒性.对模拟图像和真实图像进行了实验,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.     

基于广义Gibbs先验的低剂量X-CT优质重建研究

为获取低剂量条件下X-CT的优质重建,提出基于广义Gibbs先验的低剂量X-CT重建算法。新算法首先对投影数据进行统计建模,其后采用Bayesian最大后验估计方法,将投影数据中非局部的先验信息加诸于该数据的恢复中,达到抑制噪声的效果,最后仍采用经典的滤波反投影方法对恢复后的投影数据进行解释CT重建。文中将非局部先验称为广义Gibbs先验,其原因在于该先验具有传统Gibbs先验形式的同时,可以通过选择较大邻域和自适应的加权方式充分利用投影数据的全局信息进行数据恢复。通过与已有算法的对比实验,表明该文提出的基于广义Gibbs先验的低剂量X-CT重建算法在降低噪声效果和保持边缘方面具有较好的表现。     

基于MRF-MAP和模糊质量图的相位展开算法

相位展开是磁共振成像技术应用中最关键的环节之一,可以为磁共振的某些重要临床应用提供精确的相位信息。然而,由于临床磁共振成像过程中,部分区域真实的相位存在急剧变化,同时伴有不同性态的噪声污染,导致相位展开时存在信息的高度不一致性。为了有效地解决上述难题,基于马尔可夫-最大后验（Markov Random Field & Maximum A Posterioi,MRF-MAP）模型,首次将相位展开看作计算机视觉中的标记问题,并结合磁共振相位数据的特点,设计出相位图的模糊质量图,完成相位展开的能量函数构建。针对能量函数的优化求解,采用高效的图割算法进行。     

基于全距置换的数字图像加密

全距置换可以打乱数据的位置,同时又能使元素间距离的所有可能性都出现。所以从换位角度看,全距置换具有良好的密码学性质。将全距置换引入到图像加密的领域,提出了两种利用全距置换对数字图像进行加密的算法。     

低剂量CT重建中的双边滤波权值优化新方法

为了提升低剂量CT重建图像质量,本文提出了一种基于投影数据恢复导引的双边滤波权值优化方法.新方法有效地将CT投影数据恢复和图像数据恢复的两种低剂量成像策略进行结合,实现优质的低剂量CT重建.具体而言,本文中投影数据恢复采用三维块匹配滤波进行,图像数据恢复采用双边滤波进行,其中双边滤波权值进行优化设计.在双边滤波权值设计...     

模式识别.自动分割图像新方法研究*

提出一种采用非参数Dirichlet过程混合模型实现图像自动分割的算法。该方法在图像分割时不需要对分类数进行初始化,具有在分割过程中自动获得图像分类数的特点。模型中使用有控制参数的随机变量来代替聚类数,通过调整参数来指定聚类数的范围。使用该算法对具有高噪声的自然图像和临床磁共振图像进行分割实验,并与其他分割算法进行比较。实验结果显示本算法抗噪声性能强,且可以抑制磁共振图像分割过程中的偏场效应。准确度分析显示,图像分割结果的Dice相似性系数均高于90%,表明提出的新算法具有很高的精确性和鲁棒性。     

基于B样条的弹性点配准方法

为了更好地进行图像弹性点的配准,提出了一种利用Hausdorff距离测度的弹性点配准方法。该方法以B样条为弹性形变模型,并具有较强的抵御杂点影响的能力。在此基础上又提出了序贯更新策略,即通过将源图像和控制点网格进行分块的方法来序贯更新弹性配准参数,从而进一步提高了算法的运算速度。为验证该方法的配准效果,采用该方法进行了合成图像、手写字体和脑部MRI图像的弹性配准实验。实验结果表明,该方法在基于特征的弹性配准应用中具有较好的使用效果。