基于互信息快速算法的多模医学图像配准

互信息作为相似性测度在多模医学图像配准领域得到了广泛应用,具有高精度和稳健的特点.但频繁的互信息计算降低了配准效率,同时对两幅图像重叠区域比较敏感.采用归一化互信息为测度,降低互信息计算中灰度级的快速算法,通过多模CT/MRI配准实验证明,可以在确保配准精度的同时缩短时间提高配准效率.     

基于颜色互信息的病变细胞图像配准算法研究

针对病变细胞图像在切片中的分布特征,将其在HSV颜色空间量化聚类成特征矢量,把将关注的孤立点像素颜色描述推广到多邻域颜色矩直方图提取的颜色特征.通过选择合适的邻域窗口大小,用颜色信息熵的检索方法高效解决待查胃癌切片图像与样本库相似图像的检索与粗分类.实验表明,该方法具有较好的图像分类与检索效果.     

类电磁机制算法求解模糊流水车间调度问题

用模糊数的方法来表示不确定的加工时间和交货期,并采用类电磁机制算法(EM)进行求解模糊流水车间调度问题,采用的优化目标有平均满意度和最大模糊完工时间,最后对一些文献中的实例进行求解,并与文献里的算法进行比较,计算结果验证了所提算法的可行性和有效性.     

基于互信息量的医学图像拼合算法

研究了基于互信息量的图像拼合方法，对现有的概率分布估计方法及搜索策略进行了比较，并提出用梯度二值化图像互相关配准做预处理方法，并就融合后图像的显示问题提出一种基于边界法向插值的新方法、应用这些方法拼合实际XA医学图像，实现序列下肢步进图像的准确拼合．     

基于互信息最佳阈值迭代的图像分割方法研究

阈值分割是一种重要的图像分割方法,是图像检测与识别的重要预处理步骤之一.依据分割图像与原图像之间的内在联系,提出一种互信息和阈值迭代相结合的番茄图像自动优化分割方法(MI-OPT).分割实验表明:对成熟期果实与背景的颜色差异不大或表面色彩不一致的番茄图像,MI-OPT分割方法效果较好.     

基于共轭梯度的大尺度医学图像非刚性配准算法

人体胸腹腔中大量非刚性软组织器官由于呼吸、脏器蠕动和体位变动等会产生大尺度非线性形变,粘性流体配准将图像的形变模拟为流体的流动过程而适宜于大的形变.针对粘性流体配准算法应用超松驰迭代求解离散化偏微分方程组耗时量大,且其最优松驰参数难以获得的问题,使用基于不需要预先估计参数的共轭梯度迭代求解形变参数,实现粘性流体配准.该方法所需存储量小,且具有步收敛性、稳定性高的优点,实验证明该方法在不损失配准精度的前提下提高了配准速度.     

基于点特征的图像数据配准方法研究

数据配准是数据融合过程中最重要的一个环节,通过感兴趣点检测算子提取点特征,利用点特征中的控制点或特殊点来定义松弛算法中的基本点对,并对松弛算法中点特征的匹配度进行改进,从而完成基于点特征的图像配准过程.实验表明,在仅存点特征位置偏移和存在比例、旋转与平移变化2种情况下的点特征匹配中,文中所提出的匹配算法有很高的匹配正确率.     

桥梁病害图像配准算法研究

采用单反相机采集桥梁病害图像,提取图像中的特征点,并对提取的特征点进行配准,从而对图像进行拼接。此方法解决了大视场情况下,不能看到完整病害信息的问题,多次实验证明,此方法能快速实现图像的配准,从而实现对图像的拼接。     

基于阈值和蚁群算法结合的聚类方法

为了改善聚类分析的质量，提出了一种基于阈值和蚁群算法相结合的聚类方法．按此方法，首先由基于阈值的聚类算法进行聚类，生成聚类中心，聚类个数也随之初步确定；然后将蚁群算法的转移概率引入K-平均算法，对上述聚类结果进行二次优化．实验表明，与尽平均算法等相比，该聚类方法的F-测度值（F-measure）更高．     

基于蚁群优化模糊C均值聚类算法的疲劳驾驶研究

通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法。在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点。仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果。利用BP神经网络模式识别功能可以识别疲劳驾驶类别。     

改进的EM算法在分块灰度图像二值化中的应用

识别扫描得到的文本图像首先要进行二值化处理,以去掉冗余的信息.针对二值化过程中采取固定阈值会导致图像的背景和文本不能得到有效区分的问题,提出改进的分块EM算法,并应用在文本图像的二值化过程中,有效地分离了图像中的文本和背景信息,使识别的后续阶段提取的特征能够更好地代表要识别的模式.     

计算机电磁信息泄漏文字再现

设计了针对计算机电磁信息泄漏的接收和再现系统.用宽带天线截获电磁信息泄漏信号后,经带通滤波和放大,再用锁相环电路捕获帧同步与行同步信号.同步信号经模数转换后,得到视频数字信号的输出.然后,用平均滤波法对数字视频信号降噪.最后,用匹配滤波器获得再现的文字.测试结果表明,用平均滤波的方法使同步信号的信噪比提高了18.7 dB,可在12 m范围内获取奔腾486主机及阴极射线管显示器泄漏的文字信息.     

基于文化粒子群网络优化算法的医学图像研究

文章提出了基于文化粒子群的网络优化算法的医学图像方法,通过在50例唇裂矫正术中运用BP神经网络进行学习．对唇部进行解剖观察和美学分析,在矫正修复手术中不断学习和调整来接近期望输出,并通过实验仿真及客观的图像提出了评估准则。实验结果表明,在美学研究基础上的基于文化粒子群BP神经网络的医学图像研究,适用于唇裂的矫正修复。     

居民出行OD调查中数据缺失问题及其EM算法研究

居民出行OD调查数据的缺失,将会给调查数据的后期处理工作带来一定的困难.通过EM算法介绍,讨论如何应用基于样本的EM方法来解决OD调查中的数据缺失问题,并通过具体实例演示其操作过程,验证该方法可为交通预测者科学预测、合理规划提供完整、准确的数据基础.     

基于图像处理的火灾定位研究

采用离子感烟火灾探测器对被监控环境进行火灾监测．运用图像处理技术,通过比较发生火灾前后环境图像灰度值的变化,计算火灾在环境中的坐标位置,实现火灾的定位．同时计算火灾的面积、火灾图形方向等相关的图形特征参数．为实施火灾的自动消防技术提供了有效的技术基础．     

Multi-band Image Registration Method Based on Fourier Transform

This paper presented a registration method based on Fourier transform for multi-band images which is involved in translation and small rotation. Although different band images differ a lot in the intensity and features,they contain certain common information which we can exploit. A model was given that the multi-band images have linear correlations under the least-square sense. It is proved that the coefficients have no effect on the registration progress if two images have linear correlations. Finally, the steps of the registration method were proposed. The experiments show that the model is reasonable and the results are satisfying.     

基于边缘角点的SIFT图像配准算法

SIFT由特征提取,特征描述符描述和特征匹配3部分构成,该算子特征提取数目庞大,建立特征描述符运算量高,导致算法效率低.提出了一种SEC (SIFT-Edge-Corner)算法,在图像尺度空间提取角点代替SIFT特征点,并根据角点是边缘曲率极值理论,预先采用Canny算子得到高斯边缘图像金字塔,再提取角点并进行尺度选择.实验结果表明:该算法在保障高准确率的前提下大幅度提高特征提取效率.