基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别

针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM-CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。     

反馈控制采集的双模式折反射全景成像处理系统

为解决折反射全景成像系统中的采样分辨率与帧速之间的矛盾,通过反馈控制图像传感器的参数配置,设计并实现了一个全局与局部双模式的全景成像处理系统.在全局模式下,为保证采集帧速率,使用行列跳跃模式采集完整的环状全向图,并将其展开为包含360°全局信息的柱面全景图像;在局部模式下,根据感兴趣区域的空间位置设置采样窗口大小及位置,以逐像素采样模式只采集全向图中相应的一块矩形区域,并将其展开为对应视线方向上高清晰度的局部透视图;最后给出了DSP+FPGA结构的系统硬件设计方案.实验结果表明了该系统设计的科学性及实用性.     

HIISC:一种高效灵活的医学影像集成服务组件

医院有不少的遗留设备与软件系统,它们并未提供标准接口、缺乏相关接口资料或者根本未提供接口,给医疗信息集成带来了极大的挑战.本文设计了一种商高效、灵活的医学影像集成服务组件应用到医院信息系统中,专门解决异构系统的医学影像集成问题,实现了真正意义上的异构系统间的有效整合.     

基于BayesShrink软阈值的Bandelet域SAR图像去噪

合成孔径雷达(SAR)图像产生的相干斑噪声是一种乘性噪声,严重影响SAR图像的质量.本文提出一种新的极化SAR图像的去噪方法,该方法对极化SAR图像进行自适应Bandelets阈值方法,阈值采用BayesShrink软阈值方法,将其应用于自适应Bandelets系数.通过实验对比,证实此法与小波阈值去噪相比,能够更好地...     

增强现实系统中视频影像与DEM栅格图像匹配

提出一种新的图像匹配技术解决增强现实（AR）系统中的户外3维注册问题。首先用数学形态学提取视频影像中的地形边缘曲线。根据GIS的通视分析原理,从DEM（数字高程模型）栅格图像上生成基于观测视点的地表视域轮廓。再分别检测两个轮廓线上的局部极值点,计算各自的极值点曲率向量。最终通过用相关矩阵度量两个极值点曲率向量之间的相似性获得匹配结果。研究结论表明,与地图相比,基于视频AR的地理信息可视化对地理数据建模的要求较低,且无须对空间数据进行抽象符号化。     

扫描型红外图像实时目标检测研究

针对扫描型红外图像数据量大、背景复杂、横纹杂波干扰大和目标图像信噪比低等特点,提出一种适用于360°全方位扫描型红外图像目标检测的实时处理算法。算法预处理部分消除横纹杂波,实现目标增强和背景抑制;然后采用两级特征提取,大幅降低图像的数据量;最后根据帧间图像灰度特征相关的思想,完成扫描型红外图像目标检测的功能。根据本文算法的特点,以DSP+FPGA为核心处理器设计了具有实时处理能力强,数据传输容量大等优点的图像处理板。实验结果表明,本文算法是有效、可行的,图像处理板稳定、可靠,能满足扫描型红外图像实时目标检测的需求。     

基于SIFT特征的眼底图像自动拼接

针对眼底图像对比度低、不同视场的图像间存在几何畸变等特点,提出一种基于SIFT特征的眼底图像自动拼接算法。该算法分别提取待拼接眼底图像的SIFT特征点,并用向量进行描述,确定两幅图像特征点的匹配关系,使用MLESAC算法去除误匹配点对,提出对特征点对提纯的距离-斜率相似测度方法,计算匹配点之间的透视变换矩阵,最后进行图像配准和拼接。对实际眼底照相机获取的多幅图像拼接结果表明,该算法具有很好的鲁棒性和稳健性,可以实现眼底图像的高精度自动拼接。     

基于球面全景图的空战环境漫游研究

研究鱼眼图像的拼接算法,实现利用两幅鱼眼图像生成球面虚拟空间,然后探讨基于球面虚拟图的多视点漫游问题,利用反投影模板技术有效地提高全景图浏览的速度,采用缩放的方法改进了行进间的浏览效果,从而提高虚拟漫游的沉浸感,具有一定的实用意义。     

多帧图像综合技术在车牌识别中的应用

本文针对车牌识别系统在车牌图像质量不高时识别准确率较低的问题,提出了一种多帧图像综合算法,来更全面地利用车牌图像中所含有的有用信息,以达到提高车牌识别准确率的目的。首先利用图像配准算法对从视频图像中抽取的几帧图像进行配准,然后利用像素值取大算法进行综合,最后得到一幅综合后的车牌图像。实验表明,经过该算法综合后的车牌图像比原图像更接近真实的车牌图像,能够更好地适用于车牌识别,从而提高车牌识别的准确率。     

HD/SHD still image database system and image distribution in broadband network applications

This paper focuses on a practical design for an efficient scalable image database and retrieval system over broadband networks. It describes a concrete solution for the implementation of HD/SHD (high-definition/super-high-definition) still image retrieval services which can be used in different applications. The structure of the complete system, consisting of a directory server, an image server, and MMI (man-machine interface) devices, has been presented, detailing each element and their corresponding functions. The desired HD/SHD image is displayed on the HD-PDP (plasma display panel) with the aid of image matching. The proposed system generates image index automatically, eliminating special skills in preparing index images and crucially reducing the processing time (from 35 min to 110 s), and does not use keywords. It has been also shown that these indices can be used for quite accurate image retrieval, i.e., the system provides high precision rates (currently up to 98%) to the user, eliminating troubles encountered in the image retrieval operations due to limitation on the user’s age, culture, knowledge, and languages.The broadband IP networks currently have a number of issues from the viewpoint of practical system operations, and so the requirements and issues needed for the networks are discussed from the viewpoint of in-service performance, differentiation among different types of services, secure connections, and so on, focusing on handling of HD/SHD still images.