模拟泥石流中块状物分布的电容层析成像测量

电容层析成像（ECT）是一项基于电容敏感原理的过程成像技术,利用ECT方法,采用高黏度流体模拟泥石流,在球状及柱状容器注入酒精和泥沙,模拟泥石流中固体块状物质,通过自行设计制作的双电极传感器,在上下游截面同时获得块状物图像信息,利用互相关方法,计算固体块状物位置图像,对模拟泥石流中固体块状物的位置及运动进行可视化测量,为泥石流流动机制的研究探索合理而有效的途径.     

基于时间反演和单站天线的导体目标微波成像

为克服强散射体环境、多径效应等因素对目标成像的影响,利用时间反演法的自适应聚焦特性,研究了导体目标微波成像算法.将需要成像的目标轮廓用有限项三角级数逼近,散射问题用时域有限差分法模拟,逆散射问题转换成受限制的优化问题,引入遗传算法优化待求的三角级数的系数,仅用单站天线完成多散射体环境中二维导体目标的图像重建.为验证算法的有效性,对2个算例进行了数值仿真.     

螺旋CT肺血管三维成像的实验研究

为了设计螺旋CT三维血管成像的合理扫描条件、重建方法，探讨其肺血管三维成像的显示级别和伪影的形成机制、影响因素，对离体人、狗心肺各两具行肺血管灌注后充气，当pitch为1时，观察不同层厚、FOV和重建间隔对用表面覆盖法进行肺血管三维成像的影响。结果：①扫描层厚越薄，FOV越小，重建间隔适当缩小，肺血管的显示级别升高。②阶梯伪影由不连续内插算法引起，与床进速度和重建间隔有关。③拉长伪影决定于层敏感性，受床进速度、pitch和内插算法影响。表明螺旋CT肺血管三维成像受诸多成像因素影响，需合理选择。     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法．通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性．     

三维地震波层析成像技术在隧道超前地质预报中的应用

超前地质预报是隧道施工中不可或缺的必要步骤,是降低施工过程地质灾害发生、减少灾害损失的重要手段.三维地震波层析成像技术是利用地震波反射原理,采用地震层析成像及全息岩土成像技术的新型超前地质预报技术,在国内应用较少.文中介绍了三维地震波层析成像技术的工作原理及方法,并结合工程地质类比法,对新建大瑞铁路尖山岭隧道进行了超前地质预报.研究结果表明,三维地震波层析成像技术对隧道超前地质预报效果良好,准确率达到90%.     

基于PCI4732的高定位精度光声成像系统设计

为了研究光声成像技术对不同吸收体的成像性能,利用PCI4732和高精度旋转台RT-5-10,在Labview软件设计平台上开发了一套光声成像系统.系统由脉冲激光器、水浸探头和放大器等硬件组成,采集卡通过PCI总线与电脑连接.采用高分辨率滤波反投影重建算法对数据进行处理,得到较高对比度和分辨率的图像.分别采用2.25、5.00和10.00 MHz的超声探头对发丝进行试验,以验证系统的实用性.试验结果显示:采用5.00 MHz的探头比采用2.25和10.00 MHz的探头得到的发丝的图像更清晰,表明对于一定尺寸的吸收体,需要选择一定中心频率的探头,才能得到清晰的图像.      

提升高精度图像弱目标视觉质量的高效压缩算法

为了实现对高精度图像进行高效压缩,同时确保重建图像的弱目标区域有较好的保真效果,提出了一种提升弱目标区域质量的基于误差优化编码的高精度图像压缩算法. 首先,使用JPEG-LS （joint photographic experts group lossless）压缩算法对图像数据进行压缩,在游程编码过程中自适应地选择需要二次编码的误差数据,并完成了基于视觉质量的非均匀量化;其次,对量化值进行数据分解,去除量化值之间的相关性,并对分解后的数据进行MQ算术编码的熵编码;图像重建时根据量化间隔重建反量化值,并设计了反量化优化和滤波优化过程;最后,将本文算法与JPEG-LS、JPEG2000 （joint photographic experts group 2000）算法进行了性能比较,结果表明:本算法能够实现高精度图像数据的高效压缩,且复杂度低,易于硬件实现,虽然引入了误差数据二次优化编码等过程,但增加编码的数据量较小,故与JPEG-LS算法的压缩速度相当,然而比JPEG2000算法的压缩速度提升4.47倍;同时有效减少了常规算法造成的信息损失,重建图像的峰值信噪比与JPEG-LS、JPEG2000相当或略低,但弱目标区域的视觉质量及保真效果更好.      

基于混沌变异粒子群优化算法的图像稀疏分解

提出了基于改进的粒子群优化（PSO）算法的匹配追踪算法,用于快速图像稀疏分解．改进的PSO算法利用尺度收缩混沌变异的精细局部搜索性能,使稀疏分解的匹配追踪算法具有良好的全局寻优能力,提高了稀疏分解在冗余字典中原子匹配的速度和准确度．用二维墨西哥草帽函数作为冗余字典的生成函数,以增强对图像边缘和轮廓的表达能力．仿真结果表明,用提出的算法实现图像稀疏分解比用遗传算法和PSO更快更有效,重建图像的视觉效果好．     

基于Split Bregman算法的有限角度CT图像重建

对于有限角度投影数据,传统算法重建的CT图像存在伪影严重、噪声明显的现象.基于此,推导建立了CT图像重建的离散化模型,分析了有限角度CT图像重建问题的病态性质,并给出了该问题的L1正则约束求解策略,提出了重建模型的Split Bregman求解算法.仿真实验表明,对于150°有限角度的无噪及有噪投影数据,Split Bregman算法可以获得比传统ART、SART算法更好的主观重建效果,其重建图像的客观评价指标RMSE、AMSE、PSNR和Residuals均优于ART、SART算法重建结果的对应指标.虽然Split Bregman算法重建所需时间较长,但其在有限角度CT图像重建的伪影消除和噪声抑制方面具有一定优势.     

一种改进的多脉冲宽带相关声成像算法

提出了一种多脉冲宽带相关声成像的逐点聚焦算法．分析了多脉冲宽带相关成像的基本理论和直观成像算法，指出了该算法中距离徙动等插值运算对运算量和分辨率有较大影响，在进行相关理论分析的基础上对算法作了相应的改进．实验结果表明，该改进算法是多脉冲宽带相关声成像的有效算法．     

CT reconstruction with priori MRI images through multi-group datasets expansion

Computed tomography (CT) reconstruction with a well-registered priori magnetic resonance imaging (MRI) image can improve reconstruction results with low-dose CT, because well-registered CT and MRI images have similar structures. However, in clinical settings, the CT image of patients does not always match the priori MRI image because of breathing and movement of patients during CT scanning. To improve the image quality in this case, multi-group datasets expansion is proposed in this paper. In our method, multi-group CT-MRI datasets are formed by expanding CT-MRI datasets. These expanded datasets can also be used by most existing CT-MRI algorithms and improve the reconstructed image quality when the CT image of a patient is not registered with the priori MRI image. In the experiments, we evaluate the performance of the algorithm by using multi-group CT-MRI datasets in several unregistered situations. Experiments show that when the CT and priori MRI images are not registered, the reconstruction results of using multi-group dataset expansion are better than those obtained without using the expansion.     

Single Image Super-Resolution Method via Refined Local Learning

In this paper,we propose a refined local learning scheme to reconstruct a high resolution(HR)face image from a low resolution(LR)observation.The contribution of this work is twofold.Firstly,multi-direction gradient features are extracted to search the nearest neighbors for each image patch,then the non-negative matrix factorization(NMF)is used to reduce the complexity in weight calculation,and the initial HR embedding is estimated from the training pairs by preserving local geometry.Secondly,a global reconstruction constraint and post-processing by non-local filtering is incorporated into super-resolution(SR)reconstruction process to reduce the image artifacts and further improve the image visual quality.Experimental results show that the proposed algorithm improves the SR performance both in subjective and objective assessments compared with several existing methods.     

具有可变超松弛因子的OSEM在PET重建中的应用

基于最大似然期望法(ML-EM)重建的图像质量好,但因其收敛速度太慢,而难以直接应用于临床.有序子集最大期望法(OSEM)具有较高的重建图像质量和较短的计算时间,超松弛因子(OR)有可灵活调节超松弛因子和加速收敛两种功效.文中将OSEM和OR有机地结合起来用于PET图像重建,形成可变超松弛因子的OSEM重建算法(OR-OSEM).该方法综合了上述两种算法的优点,具有可根据需要灵活改变子集数和超松弛因子的功能.计算机仿真模拟和临床PET投影数据的重建结果表明了该方法的有效性.     

Infrared Image Reconstruction Based on Archimedes Spiral Measurement Matrix

It is a new research direction to realize infrared(IR) image reconstruction using compressed sensing(CS) theory. In the field of CS, the construction of measurement matrix is very principal. At present, the types of measurement matrices are mainly random and deterministic. The random measurement matrix can well satisfy the property of measurement matrix, but needs a large amount of storage space and has an inconvenient in hardware implementation. Therefore, a deterministic measurement matrix construction method is proposed for IR image reconstruction in this paper. Firstly, a series of points are collected on Archimedes spiral to construct a definite sequence; then the initial measurement matrix is constructed; finally, the deterministic measurement matrix is obtained according to the required sampling rate. Simulation results show that the IR image could be reconstructed by the measured values obtained through the proposed measurement matrix. Moreover, the proposed measurement matrix has better reconstruction performance compared with the Gaussian and Bernoulli random measurement matrices.     

融合背景差分的二次重构和内外标记 分水岭的行人检测方法

应用视频处理技术对行人交通进行研究受到广泛的重视,已成为智能交通领 域的研究热点.为了精准地提取交通场景语义信息,提出融合背景差分的二次重构和内外 标记分水岭的行人检测方法.首先对图像进行灰度级形态学开闭重构和背景差分运算,凸 显出前景区域,锐化背景区域;然后根据灰度图像局部极大值和邻域综合信息提取内部 标记,进行“准欧式”距离变换提取外部标记;最后对梯度图像进行修正和分水岭变换,提 取出图像中运动的行人.结果表明,该方法能显著地去除运动噪声的影响,检测到相对完 整的目标,很好地抑制了过分割问题, 在动态场景的行人检测中取得了较好的效果.     

Design Consideration and Reconstruction Method for Double-source Double-multislice Spiral CT

To accelerate the scan speed and improve the image quality, a new type of CT configuration, "double-source double-multislice spiral CT" (DSDMS-CT), which is based on two sets of single-source multislice spiral CT was proposed with a special reconstruction algorithm. Simulation results using the fan-beam filtered backprojection algorithm with a special interpolation method were presented for both single-source multislice spiral CT and DSDMS-CT. The results of new CT model show that it scans faster than the traditional spiral CT and has a better slice sensitivity profile (SSP) with larger pitch value.     

基于帧缓存的多角度影像精细纹理映射方法

三维建筑物模型纹理映射方法通常针对单独平面选取单一影像投影,然而单张关联影像通常存在部分遮挡问题,影响纹理映射质量. 为此,本文提出一种基于帧缓存纹理绘制技术的多角度影像精准纹理映射方法. 首先将单体化精细建筑模型和倾斜摄影测量解决方案生成的三角网模型配准,再根据建筑模型空间特征进行纹理绘制基元提取;然后根据纹理绘制基元对三角网模型生成虚拟渲染相机,利用帧缓存纹理绘制方法,获取帧缓存对象并提取纹理,最后通过纹理绘制基元映射到精细建筑物模型表面,实现三角网模型到精细单体化建筑模型的自动纹理映射. 利用倾斜摄影测量数据进行实验,实验结果表明,相比传统方法,本文方法减少了14%以上的不良纹理比率,纹理空间压缩率达到14.21%,且具有更精确的纹理映射效果,能满足精细建筑模型的纹理重建需求.      

基于放大曲波基的方向性超分辨率图像重构技术

为解决传统图像放大算法边界视觉效果不佳的问题,提出基于二代曲波变换的方向性超分辨率图像重构算法.对图像进行j层曲波分解,利用不同尺度上曲波基的空间比例关系获得放大图像j层分解系数,通过最外层曲波基空间模型可构建(j+1)层放大图像的曲波分解系数,采用新的非线性函数对全部曲波系数进行增强处理,根据曲波分解的方向性,最终可通过曲波重构获得边缘特征较好的放大图像.实验结果表明,基于曲波方向性图像放大算法,可以较好地保留原图的几何特征,增强边缘清晰度;将两幅典型图像放大后的峰值信噪比与经典方法(差值算法)比较分别提升了2.2及0.6 dB.     

一级公路改高速公路沥青上面层施工技术

目前,我国有大量的公路改建工程.结合某一级公路改建为高速公路的实例,系统地介绍了公路沥青上面层的施工工艺,提出了相应的施工质量控制措施,为同类工程提供参考借鉴.