基于特征点的凝胶图像配准方法研究

本文针对几种凝胶图像配准算法进行了比较研究,在此基础上,对基于SURF(speeded up robust features快速鲁棒特征提取的配准算法)配准算法进行了改进,一方面,在提取特征点时对Hessian矩阵行列式进行加权,从而获得更多特征点;另一方面,在特征点匹配时应用欧式距离加权处理作为相似度量来计算两特征向量的距离,提高了算法的性能和配准速度。     

周边固支缝合复合材料层板的小波配置精细积分法

建立了缝合复合材料面内纤维弯曲几何描述模型,将拟Shannon小波配置法和缝合单层板的刚度矩阵应用到缝合层合板的Hamilton正则方程中,构造了缝合板平面方向离散、而厚度方向解析的Hamilton正则方程,然后用精细积分法求解。用拟Shannon尺度函数表示的近似解很适于求解固支边界问题。数值算例结果表明,小波配置精细积分法在缝合复合材料层板位移、应力分析方面,较低网格密度下即可获得较精确的结果。从而为缝合层合板静力学问题分析提供了一种方法。     

基于加权互信息的医学图像配准方法

互信息作为多模医学图像配准的测度函数被广泛应用,但是当配准图像不理想时,互信息配准方法可能会失效.为了提高配准的精度及稳定性,提出了一种改进加权互信息的医学图像配准方法.首先,由图像直方图辅助的方法选取一定的感兴趣区域;其次,分别计算感兴趣区域的互信息和整体图像的互信息;最后,由两个不同的互信息加权组合构造出两个新的测度函数并作为图像配准的依据.对3个测度函数的特性、配准误差和配准时间进行实验比对,结果表明改进的方法具有较高的精度和较好的鲁棒性.     

一种改进的图像边缘提取算法

针对强干扰背景下的图像在边缘提取时难以在保留边缘细节的同时抑制噪声的情况,提出一种基于二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)和互信息(Mutual Information,MI)的图像边缘提取算法。首先通过BEMD对图像信息进行分解,然后对分解得到的各阶固有模态分量求出能量和能量熵值,并根据互信息准则,通过依次计算相邻分量能量熵之间的互信息值来区分高频和低频信号。最后,结合小波变换模极大值和数学形态学两种方法的优点分别对高低频信号进行边缘检测,叠加融合得到图像边缘。结果表明,此方法提取出的图像边缘连续完整,并保持了边缘的细节特征。     

一种可最优化计算特征规模的互信息特征提取

利用矩阵特征向量分解，提出一种可最优化计算特征规模的互信息特征提取方法．首先，论述了高斯分布假设下的该互信息判据的类可分特性，并证明了现有典型算法都是本算法的特例；然后，在给出该互信息判据严格的数学意义基础上，提出了基于矩阵特征向量分解计算最优化特征规模算法；最后，通过实际数据验证了该方法的有效性     

结合稀疏表示和邻域互信息的类属属性学习

本文首先采用最小二乘法回归作为目标函数,通过添加L1正则化稀疏表示特征。通过邻域互信息将各标记的类属属性进一步约简。为验证本文所提算法性能,采用5个先进多标记算法在6个多标记基准数据集上与本文算法进行对比实验,结果说明本文算法的有效性。     

多值“加法型”组合生成器分析

文中运用信息论原理对多值“加法型”组合生成器序列进行分析，得到钟控序列与输出序列的互信息为零的结论，证明了钟控输入与输出序列之间互信息是输出序列长度的严格递增函数，进而对控选逻辑序列设计进行分析。     

盲信号分离的现状和展望

盲信号分离是近几年才发展起来，用于解决从混合观测数据中分离源信号的一门新技术，已在许多领域获得了广泛应用。本文介绍了盲分离的主要理论和两大类实现方法——独立分量分析和非线性主分量分析，并在此基础上介绍了实现盲信号分离的不同算法、在非线性混合情况下的算法以及盲信号分离将来的发展方向。     

基于互信息的混合蚁群算法及其在旅行商问题上的应用

为了提高蚁群算法的求解性能,从医学图像配准算法的思想出发,提出了一种基于互信息相似度的混合蚁群算法.为了表示最优路径和待配准路径之间的互信息熵,在蚁群算法的概率算子中增加了一个新的相似度影响因子,从而可以增加原算法的全局搜索能力,同时可以加速算法在解空间的搜索速度.将该算法应用在旅行商问题上,根据旅行商问题的特定环境,对混合蚁群算法的算式进行了一定程度的化简,使得算法在解决此类问题时,相应的时间复杂度降低.通过实验与多种传统算法进行对比,结果表明该改进算法在求解性能和跳出局部最小解方面都有一定程度的提高.     

红外与可见光图像配准算法

提出把二阶互信息与对齐度相结合作为相似度函数,通过Hough变换提取两幅图像中一致性较高的直线,计算它们的对齐度,最后针对不同的图像特点,调整对齐度在新相似度函数中所占比例进行配准.实验结果表明.新算法与其他几种测度函数相比有更高的精确性和鲁棒性.