多窗口局部分形特征的目标分割方法研究

提出了新的图像多窗口局部分形特征计算方法,并结合传统的图像分割方法,给出了一种新的复杂背景下人造目标分割算法。用指数小波滤波器在一个尺度上对图像进行滤波,突出图像的边缘信息。根据滤波后图像像素点的亮度大小,对原始图像进行多窗口几何度量空间变化率的计算,在此基础上,运用区域生长实现目标分割。对分割得到的图像进行数学形态学处理,提取出图像的目标。实验表明,该算法能够有效地实现复杂背景中的目标分割,并且计算复杂度低。     

求解半定规划的新算法

为了提高求解半定规划问题的运算效率,提出了一种新的求解半定规划的非单调信赖域算法。将半定规划的最优性条件转化为无约束优化问题,并构造无约束优化问题的信赖域子问题,修正信赖域半径的校正条件,当初始搜索点处于峡谷附近时仍能搜索到全局最优解。实验结果表明,对于小规模和中等规模的半定规划问题,该算法的迭代次数都比经典的内点算法少,运行速度快。     

基于三维限制区域生长的SD-OCT中浆NRD病变区域分割

中浆(CSC)病变区域的大小对于病变的诊断及研究有着关键的作用,而视网膜神经上皮层脱离(NRD)形态在中浆病变中最为普遍且病变程度最为严重,因此快速准确地分割出NRD病变区域十分重要。给出一种全自动的频域光学相干断层(SD-OCT)中浆NRD病变分割方法。首次在三维空间进行NRD病变分割,将二维图像上的病变区域分割问题转化为三维空间的体分割问题,充分利用了数据的三维结构信息,提高了分割精度。18组中浆NRD病变的SD-OCT图像的实验结果表明:该算法能够准确分割出中浆NRD病变,且平均覆盖率高达89.5%。与其他4种分割方法相比,所提方法精度最高且耗时最短,在临床应用与研究中具有极大的优势。     

Stabilisation of discrete-time systems via Schur stability region

In this paper, we consider the stabilisation problem of discrete-time systems by affine compensator. Using the known properties of the Schur stability region of monic polynomials, we give conditions under which stabilising controllers exist. A necessary and sufficient condition is obtained when the difference of the order of the system and the number of stabilising parameters is one. In the general case, two solution algorithms: division-elimination and least-square minimisation algorithms are suggested.     

带状图像交叉区域的骨架求解算法

交叉区域的求解技术是图像骨架化中的难点,在基于无向图的图像整体骨架表示模型及算法的基础上,提出了图像交叉区域（如Ｘ形、Ｋ形等）的骨架求解算法,它根据图像交叉区域在无向图中的位置和邻接关系确定图像交叉区域的形状,并根据几何近似原理,用多边形近似方法对不同形状的交叉区域进行求解,算法充分利用图像的拓扑信息,具有速度快,了等优点,并得到了实际应用。     

基于区域生长的道路图像分割技术研究

对一幅给定的道路图像，首先计算其梯度图像，然后利用HOUGH变换确定粗略道路区，根据灰度直方图全局峰值个数选取区域核心点，采用近邻函数准则聚类算法选取区域生长阈值，结合单一型链接区域生长和质心型链接区域生长作为生长准则进行区域生长，得出道路区的区域描述。     

改进SIFT特征在图像匹配中的应用

对SIFT算法进行研究,针对SIFT特征描述符的高维数和高复杂度问题,进行了改进。通过对大量的不同类型的图像进行特征匹配实验,实验结果表明,当图像存在不同程度的几何变形、辐射畸变和噪声影响时,改进后的算法更稳定、更快速。     

应用邻域方差加权平均的curvelet变换融合

提出一种基于邻域方差加权平均的多源遥感图像曲波变换融合方法。将低分辨率的多光谱图像和高分辨率的全色图像作曲波变换,融合图像的曲波系数中的低频分量取多光谱图像的低频分量,中高频系数与高频系数采用邻域方差加权平均的方法由两幅图像曲波变换系数共同决定。逆曲波变换得到融合图像。实验表明算法有效提高了图像的清晰度和保持了光谱特性。     

基于纹理分析和区域增长的人群图像分割

以局部区域为分析对象,结合人群密度估计和区域分割技术,实现了一种捕捉人群聚集点的方法.该方法首先通过纹理分析提取局部区域的人群密度特征,然后利用神经网络分类其为不同密度级别,最后用区域增长法分割高人群密度区,即人群聚集点.     

实时三维超声心动图中二尖瓣的提取

二尖瓣的复杂结构和不规则运动特性使得自动提取非常困难,因而依据二尖瓣解剖形状的先验知识,采用人机交互方式构造符合二尖瓣生理形状的柱状区域,把该区域作为测地活动轮廓模型的区域约束项,在levelset框架下对二尖瓣进行分割提取。该方法通过对大量三维超声瓣膜进行实验,取得了良好的分割效果,能够直接准确提取三维心脏二尖瓣。