改进的自适应阈值小波图像抑噪算法

深入分析VisuShrink阈值和NormalShrink阈值的原理,本文提出了一种改进的自适应阈值图像抑噪算法。该算法根据噪声在不同的小波分解尺度下呈现出不同的特性,估计每层的噪声方差,从而确定适合各个尺度级的自适应最优阈值,并依此对图像进行抑噪。实验结果表明,与传统的均值滤波、中值滤波、VisuShrink阈值法、自适应多阈值法、NormalShrink法、自适应阈值小波去噪法相比较,改进算法所得图像的视觉效果和峰值信噪比均得到改善。     

多尺度融合与注意力结合的头颈部危及器官自动分割北大核心CSCD

目的开发一种多尺度融合与注意力机制结合的头颈部肿瘤放疗危及器官图像分割方法。方法基于U-Net卷积神经网络,为增强分割模型的特征表达能力,将空间和通道注意力模块与U-Net模型相结合,提高与分割任务相关性更大的特征通道权重;在网络模型编码阶段引入本文提出的多尺度特征融合算法,补充模型下采样过程中损失的特征信息。使用戴斯相似性系数(DSC)和95%豪斯多夫距离(HD)作为不同深度学习模型之间比较的性能评估标准。结果在医学图像计算和计算机辅助干预国际会议(MICCAI)StructSeg 2019数据集上进行头颈部22个危及器官的分割。相比于已有方法,本文提出的分割方法平均DSC提升了3%~6%,22种头颈部危及器官的分割平均DSC为78.90%,平均95%HD为6.23 mm。结论基于多尺度融合和注意力机制的U-Net卷积神经网络对头颈部危及器官达到了更好的分割精度,有望在临床应用中提高医生的工作效率。     

多尺度融合与注意力结合的头颈部危及器官自动分割

目的开发一种多尺度融合与注意力机制结合的头颈部肿瘤放疗危及器官图像分割方法。方法基于U-Net卷积神经网络, 为增强分割模型的特征表达能力, 将空间和通道注意力模块与U-Net模型相结合, 提高与分割任务相关性更大的特征通道权重;在网络模型编码阶段引入本文提出的多尺度特征融合算法, 补充模型下采样过程中损失的特征信息。使用戴斯相似性系数(DSC)和95%豪斯多夫距离(HD)作为不同深度学习模型之间比较的性能评估标准。结果在医学图像计算和计算机辅助干预国际会议(MICCAI)StructSeg 2019数据集上进行头颈部22个危及器官的分割。相比于已有方法, 本文提出的分割方法平均DSC提升了3%～6%, 22种头颈部危及器官的分割平均DSC为78.90%, 平均95%HD为6.23 mm。结论基于多尺度融合和注意力机制的U-Net卷积神经网络对头颈部危及器官达到了更好的分割精度, 有望在临床应用中提高医生的工作效率。     

皮肤黑素细胞肿瘤图像综合分割方法研究

目的 本文针对黑素细胞肿瘤（Melanocytic Tumor MT）图像情况复杂，较难分割的问题，提出了一种综合数字图像分割算法，探讨MT的早期诊断。方法 首先应用统计区域融合方法（SRM）实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征，使用K均值聚类算法将图像聚为9类。最后，将聚类结果在HSV彩色空间的H和S分量值分别映射到[0，1]区间，再分别对H分量和S分量取阈值，得到最终的边界分割结果。结果 对MT图像能够按照其纹理差异将其有效划分为多个区域，较为准确标识出皮损区域。结论 综合对多种方法结果的对比，本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进，在处理复杂MT图像时效果明显好于传统方法。     

一种半监督的彩色图像分割方法

提出一种基于半监督EM聚类的彩色图像分割方法, 算法利用了有限的人工信息, 即在图像上点击有限的几个点以标识对应区域之间的关系, 从而得到满足给定限制的精确图像分割结果。算法首先对图像进行量化处理, 而后在量化后的色彩空间中集成先验的分割信息进行色彩聚类。实验表明算法运行速度快, 分割效果好, 具有很高的应用价值。     

二值图像的多尺度细化算法

在给出二值图像多尺度表示方法的基础上,提出一种基于多尺度表示的细化算法,与目前已有的算法相比较,它的计算量小、抗噪性能好、便于硬件实现.实验结果表明,该算法很好地克服了传统细化算法的不足,为处理受强噪声污染的二值图像提供了一个新的思路.     

遥感图像质量雾霾影响的无参考评估（英文）

遥感技术可以提供大量有效信息,在监测和测绘领域占有十分重要的地位。然而,遥感图像通常会受到雾霾影响而降低质量。雾霾浓度评价算法可以评价场景中的雾霾程度,以便对雾霾影响严重的图像进行滤除,并对雾霾较轻的图像根据雾霾指标的大小进行自适应的去雾,从而保证遥感图像解译的可靠性。本文针对这个问题提出了一个雾霾影响遥感图像质量的评价指标。首先,根据雾霾区域的亮度值大于非雾霾区域的亮度值这一特性定义了雾霾图。然后,根据韦伯准则计算雾霾图的对比度,以此作为评价雾霾的指标。实验结果表明,该指标的评价结果与主观评价结果具有很好的一致性,可以代替主观评价对受雾霾影响的遥感图像进行质量筛选。     

基于非采样Contourlet变换和Wiener滤波的图像去噪

提出了一种基于非采样Contourlet变换与Wiener滤波相结合的图像去噪算法。非抽样Contourlet变换可以实现多分辨、局部、尤其是多方向图像表示,且具有平移不变性,避免了去噪过程中出现的伪Gibbs现象 而Wiener滤波在最小均方误差意义上是对图像的最优估计。该算法结合Contourlet变换和Wiener滤波各自的优点,首先采用非采样Contourlet变换对含噪图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数 然后在各子带图像上进行Wiener滤波 最后经过非采样Contourlet逆变换得到去噪估计图像。该方法应用于peppers图片去噪,结果图像峰值信噪比（PSNR）增加为15.6775,最小均方误差（MSE）减小为1749,好于Wiener去噪（PSNR为13.7618,MSE为2549）和小波与Wiener滤波相结合去噪（PSNR为14.0662,MSE为2734）。实验结果表明此方法提高了图像的峰值信噪比、减小了均方误差。     

视频压缩中的运动估计算法

通过研究视频压缩算法,归纳分析了MVFAST、PMVFAST和UMHexagonS算法各自的优缺点,在此基础上给出了一种改进的基于块匹配的运动估计算法。改进算法充分利用视频图像的运动矢量中心偏移特性、分布特性和相关性特点,设计并使用了类圆形和小菱形两种模板,在搜索过程中采用组合模板进行灵活处理,提高了块匹配的搜索速度,缩短了运动估计时间。实验结果表明,改进算法在保持图像质量的同时,有效减少了视频编码时间。     

视频信号的De-interlace算法分析

本文分析了视频预处理的De-interlace算法。在分析了线性滤波De-interlace算法缺点的基础上,提出了像素相关性判断改进方法,改善了处理的效果。针对主要是水平或者垂直方向运动的视频,运动补偿法的块匹配算法存在速度慢的缺点,提出了行搜索运动补偿De-interlace算法,改善了预处理效果,提高了预处理速度。最后,对这些算法进行了评估与比较。     

基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割

针对皮肤镜黑色素细胞瘤图像,提出一种基于自生成神经网络(self-generating neural net-work,SGNN)的自动分割算法。算法首先采用区域生长的方法将图像进行粗分割;然后将每一个子区域看作一个叶节点,根据节点之间的相邻关系定义连接规则;最后采用SGNN对这些节点进行聚类,完成黑色素细胞瘤图像的分割。本文方法克服了传统SGNN算法对样本训练顺序敏感的缺陷,提高了效率,实验结果表明,该方法能够自适应确定聚类数目并准确分割黑色素细胞瘤图像。     

反距离加权插值自适应图像直方图均衡化算法

提出了一种基于反距离加权插值的自适应图像直方图均衡化算法：在非重叠子块直方图均衡化方法的基础上,用反距离加权插值函数的权值描述图像像素之间的相关性,利用权值下降指数调节图像中局部区域的增强效果,通过设置平滑参数控制插值算法的平滑效应。遥感图像增强实验结果表明了该方法的可行性。     

重叠条件下茶叶嫩芽的自动检测方法

茶叶嫩芽的自动检测是实现茶叶自动化采摘的难点之一,本文针对陕西名茶“午子仙毫”茶叶图像,采用提取绿色分量、区域标记和逐行扫描相结合的方法,实现了叶片重叠条件下的嫩芽自动检测。实验中,首先提取茶叶原始彩色图像中的绿色分量,并通过阈值分割的方法,将嫩叶和老叶分离 其次采用区域标识的方法,去掉嫩叶图像中孤立噪声区域,实现茶叶“两瓣一心”区域的提取,并采用数学形态学的膨胀运算,填充图像中由于病害等引起的叶片表面缺陷 最后提出始于顶端、逐行扫描的方法,直至检测出叶片分叉部位,实现嫩芽目标的检测。实验结果表明,该方法能对30幅图像正确检测出28幅,准确率为93.3%,表明该方法可以对有叶片重叠的单株茶叶嫩芽目标进行检测。     

基于区域增长法的新疆哈萨克族食管癌X射线医学图像的分割研究

目的 为了提高分类和检索准确率从哈萨克族食管癌X射线医学图像中提取感兴趣区域.方法 通过40幅新疆哈萨克族食管癌X射线医学图像中得出新疆哈萨克族食管癌医学图像直方图特征并利用此特征分别采用区域增长法和全阈值法分割100新疆哈萨克族食管癌医学图像,并利用面积大小差异和平均表面距离评价分割结果.结果 分割后的图像与手工分割的图像进行比较评价得出区域增长法与手工分割图像面积平均相差4.1606%,平均表面距离相差1个像素点而全阈值法分割后图像面积平均相差13.056%,平均表面距离相差3个像素点.结论 区域增长法比较适合分割新疆哈萨克族食管癌X射线医学图像.此研究不仅能提高新疆哈萨克族食管癌辅助诊断系统的诊断准确率并对以后的食管癌医学图像分割研究奠定了基础.     

目标分割图中粘连对象的自动切割和分离

针对图像分析中获得的目标分割图上出现的多个对象相互粘连的情况,根据此粘连对象的形态特征,设计并实现了一种基于数学形态学水域生长的粘连对象自动切割和分离方法。该方法通过在目标图中进行腐蚀和膨胀处理,由极限腐蚀获得各个独立对象的核,再由这些对象核膨胀进行水域生长,产生分界线,最后达到自动切割、分离粘连对象的目的。本文给出了一种快速、有效、自动地实现了粘连对象的分离处理方法,成功地解决了目标粘连现象对后续分析、测量产生干扰的问题。     

颅内出血CT图像血块的分割算法

运用计算机图像处理技术辅助诊断颅内出血疾病对于精确计算出血量有着重要的意义。出血块的位置和形式的多样性给血块的自动识别带来困难。针对颅内出血CT图像颅骨与出血块相接的情况,设计了一个集边缘检测、区域生长、阈值分割于一体的出血块识别算法,并通过计算机模拟实验实现了出血部位的识别与自动分割,为出血量的定量计算奠定基础。并对若干颅骨与血块相接情况的颅内出血CT图像进行测试,测试结果显示了该算法的有效性和鲁棒性。     

Incorporation of local dependent reliability information into the Prior Image Constrained Compressed Sensing (PICCS) reconstruction algorithm

PurposeThe reduction of dose in cone beam computer tomography (CBCT) arises from the decrease of the tube current for each projection as well as from the reduction of the number of projections. In order to maintain good image quality, sophisticated image reconstruction techniques are required. The Prior Image Constrained Compressed Sensing (PICCS) incorporates prior images into the reconstruction algorithm and outperforms the widespread used Feldkamp-Davis-Kress-algorithm (FDK) when the number of projections is reduced. However, prior images that contain major variations are not appropriately considered so far in PICCS. We therefore propose the partial-PICCS (pPICCS) algorithm. This framework is a problem-specific extension of PICCS and enables the incorporation of the reliability of the prior images additionally.Material and MethodsWe assumed that the prior images are composed of areas with large and small deviations. Accordingly, a weighting matrix considered the assigned areas in the objective function. We applied our algorithm to the problem of image reconstruction from few views by simulations with a computer phantom as well as on clinical CBCT projections from a head-and-neck case. All prior images contained large local variations. The reconstructed images were compared to the reconstruction results by the FDK-algorithm, by Compressed Sensing (CS) and by PICCS. To show the gain of image quality we compared image details with the reference image and used quantitative metrics (root-mean-square error (RMSE), contrast-to-noise-ratio (CNR)).ResultsThe pPICCS reconstruction framework yield images with substantially improved quality even when the number of projections was very small. The images contained less streaking, blurring and inaccurately reconstructed structures compared to the images reconstructed by FDK, CS and conventional PICCS. The increased image quality is also reflected in large RMSE differences.ConclusionsWe proposed a modification of the original PICCS algorithm. The pPICCS algorithm incorporates prior images as well as information about location dependent uncertainties of the prior images into the algorithm. The computer phantom and experimental data studies indicate the potential to lowering the radiation dose to the patient due to imaging while maintaining good image quality.     

Drift correction for accurate PRF-shift MR thermometry during mild hyperthermia treatments with MR-HIFU

There is growing interest in performing hyperthermia treatments with clinical magnetic resonance imaging-guided high-intensity focused ultrasound (MR-HIFU) therapy systems designed for tissue ablation. During hyperthermia treatment, however, due to the narrow therapeutic window (41–45?°C), careful evaluation of the accuracy of proton resonant frequency (PRF) shift MR thermometry for these types of exposures is required.

Purpose: The purpose of this study was to evaluate the accuracy of MR thermometry using a clinical MR-HIFU system equipped with a hyperthermia treatment algorithm.

Methods: Mild heating was performed in a tissue-mimicking phantom with implanted temperature sensors using the clinical MR-HIFU system. The influence of image-acquisition settings and post-acquisition correction algorithms on the accuracy of temperature measurements was investigated. The ability to achieve uniform heating for up to 40?min was evaluated in rabbit experiments.

Results: Automatic centre-frequency adjustments prior to image-acquisition corrected the image-shifts in the order of 0.1?mm/min. Zero- and first-order phase variations were observed over time, supporting the use of a combined drift correction algorithm. The temperature accuracy achieved using both centre-frequency adjustment and the combined drift correction algorithm was 0.57° ± 0.58?°C in the heated region and 0.54° ± 0.42?°C in the unheated region.

Conclusion: Accurate temperature monitoring of hyperthermia exposures using PRF shift MR thermometry is possible through careful implementation of image-acquisition settings and drift correction algorithms. For the evaluated clinical MR-HIFU system, centre-frequency adjustment eliminated image shifts, and a combined drift correction algorithm achieved temperature measurements with an acceptable accuracy for monitoring and controlling hyperthermia exposures.