基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一，常用的分隔方法有阈值法和聚类法等。模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题，研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题。基于模拟退火算法和互信息量，以最大互信息量为优化目标，文章提出了一种新的分类类数判据——互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS）。实验结果表明，MMS克服了FCM算法的上述不足，更为重要的是，     

基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一,常用的分割方法有阈值法和聚类法等．模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用,但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题．研究者们对此进行了大量研究和改进,但均无法彻底解决上述问题,基于模拟退火算法和互信息量,以最大互信息量为优化目标,文中提出了一种新的分类类数判据一互信息熵差,并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS）,实验结果表明,MMS克服了FCM算法的上述不足．更为重要的是,作为一种一般性的分类算法,MMS算法如同FCM一样,可以应用到图像分割以外的更广阔的领域,如经济学、运筹学、模式识别等．     

一种适用于真实人体数据能有效消除Gibbs伪影的MR重建新算法

Gibbs振铃是在磁共振成像中常见的主要存在于组织边缘处的一种伪影,它是在采用部分k空间数据进行图像重建时产生的.Gegenbauer重建方法能够有效消除Gibbs环状伪影并能保持图像高分辨率,但重建时间长且参数的选择对重建结果影响很大.文中引入逆多项式方法对Gegenbauer重建方法进行了改进,同时以Chebyshev多项式替代Gegenbauer多项式,免去了参数的人为选择,提高了重建精度并加快了速度.由于上述方法是针对连续区间讨论的,因此如何通过边缘检测准确地划分连续子区间显得尤为重要.文中提出的频域滤波边缘检测法能得到准确的边缘检测结果,有效地提高了文中方法对具有复杂组织结构的真实人体MR数据重建的精度,使其更具实用性.     

基于B样条的快速弹性图像配准方法

论文提出了一种基于B样条的医学图像快速弹性配准方法。该方法在原有方法的基础上引入“分块计算,部分更新”的策略来提高运行速度。实验结果表明,论文方法与原有方法相比,配准效果相似,但配准速度却显著提高,因此是一种实用的弹性配准方法。     

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。     

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.     

基于等效子午面与互信息量的医学图像配准

提出了一种新的基于等效子午面和互信息量的三维医学图像快速配准算法--EMP-MI算法.传统的互信息量的方法需要考虑整个三维数据的信息,计算复杂度大,无法满足临床需要.而本算法将三维数据的配准转化为二维数据的配准,在保证精度的前提下,减少了配准所需时间.文中创新点在于利用主成分分析计算出图像的等效子午面并将图像转化到标准坐标系下,从而将质心和等效子午面粗配准,精细配准时只需要对浮动图像进行微小的调整计算等效子午面的互信息量,这就大大提高了配准速度,减少了陷入局部极值的可能.实验结果表明这种先整体后局部的方法能准确、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.     

基于互信息熵差测度和Gauss-Markov随机场模型的医学图像分割

图像分割类数的确定一直是个难点,基于互信息熵差测度进行图像分割类数的确定,较好地解决了该问题.互信息熵差描述了随着分割类数增加时分割图像和原图像互信息量的增加程度,其作为一种类数确定测度时,可认为取得了一种分割类数与分割图像中所包含信息量的平衡,以此提出了分割类数确定的判别规则.在分割算法方面,Gauss-Markov模型既利用了图像的灰度信息,又通过Gibbs先验概率引入了图像的空间信息,能较好地用于分割含噪声的图像.然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试.针对此问题,提出了一种类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性.再将模型利用EM-MAP算法来迭代求解.最后,将算法应用于医学图像的分割,实验表明该算法具有满意的分割效果.     

基于改进BET算法的MR颅脑图像脑组织自动提取

为稳定地自动从MR颅脑图像中提取脑组织,在经典的BET算法(brain extraction tool)的基础上提出了一种改进算法.该算法简化了BET中用来保持曲线光滑的平滑力,改进了BET中将曲线演化到脑组织边界的扩张力,引入了图像梯度的作用使曲线在脑组织内部演化快,在脑组织边界演化慢从而得到更好的结果.改进算法对100个临床病例的真实MR图像进行处理都得到理想的结果,相比之下BET算法有8例不成功.可见改进算法在处理真实MR图像时比经典BET算法更为稳定.