远程诊断系统中的全自动生物显微镜研究

针对远程医疗的需要,构建基于全自动生物显微镜的远程诊断系统。提出了基于生物切片的自动聚焦算法、基于小波的四叉树分解融合算法、与模板匹配原理相近的类卷积拼接算法,在图像的获取和处理方面取得了理想的应用效果。     

基于小波框架变换和区域能量的图像融合算法

提出了一种基于小波框架变换和区域能量的多聚焦图像融合方法,该方法首先利用离散小波框架变换对原始图像进行多尺度分解,通过计算各个像素的高频能量并设置合适的闽值,将源图像分割成3个区域：聚焦区、离焦区和边界区,不同的区域采用不同的融合规则,在保持源图像各自聚焦区域的同时尽可能保持边缘区域的细节：实验结果表明,该方法取得了比其它2种传统融合方法更优的视觉效果和性能指标。     

多信息源图像的融合技术研究

多源图像融合是将不同来源的某一场景的两个（或多个）目标进行两次（或多次）成像,将这些图像的清晰部分组成一幅新的图像,以得到一个多目标都聚焦清晰的融合图像。提出将小波变换方法应用于多信息源图像的融合,并选取适当的小波基、分解层数和融合算子。针对小波变换及图像的特点,本文选取了7类共50种小波基、4种小波分解层数和6种融合算子,共1200种小波变换的融合方法进行了比较。通过比较融合图像的相似性,对图像融合效果的评价表明,实验获得的最佳图像与理想图像的相似度均达到99%。     

遥感图像融合技术探讨

对图像融合的原理和方法进行了剖析,研究和分析了几种常用的多源遥感图像融合的方法:Brovey法、主成分分析和乘积法等,并以实例对这三种方法融合的图像进行了评价.     

基于粒子群优化的图像边缘融合算法

目前,图像融合算法大多利用源图像信息进行融合,融合模型的建立和融合参数的配置主要依赖于经验,存在随意性。提出了一种基于粒子群优化的图像边缘融合算法：首先对源图像进行多尺度边缘检测;然后利用边缘相关性作为目标函数,采用粒子群算法优化搜索融合参数;最后利用融合后的多尺度边缘重构出融合图像。该算法克服了融合模型对经验的依赖性,使得源图像边缘信息最大量地保留在融合图像中。仿真结果表明,使用该算法得到的融合图像能够有效包含源图像信息。     

基于移不变形态中点小波的多聚焦图像融合

为解决不同聚焦深度下多幅图像的信息融合问题,提出一种变换域处理方法。首先基于非线性的中点滤波器,以非抽样方式构造出具有移不变性的形态中点小波变换。然后对形态中点小波变换进行提升,从而改善算法性能。最后,利用提升后的形态中点小波分解待融合图像,选取合适的融合规则处理变换域系数,通过反变换重构得到融合后的图像。计算机仿真实验表明,移不变形态中点小波多分辨率分析方法能有效融合多聚焦图像,与传统线性小波变换或其他较流行的小波变换相比,得到的整个场景更加完整清晰。     

图像拼接技术在医学诊断中的应用研究

图像拼接是指将多个具有重叠区域的图像合成为一张图片,将图像拼接技术应用到医学上将能够更好地辅助医生进行诊断治疗。针对医学图像的特点,在像素匹配的基础上,分析了基于灰度平均值和基于重叠区域渐变等拼接算法。仿真结果表明,像素匹配的算法精度高,且基于重叠区域渐变的拼接算法能得到较好的拼接效果,对医学诊断具有一定的参考意义。     

引入Hessian矩阵尺度极值检测的图像角度特征匹配

传统的SURF方法对动画图像角度特征匹配准确度较低,计算开销大,稳健性不好。引入Hes.sian矩阵尺度极值检测技术,提出一种改进的基于加速鲁棒特征匹配算法,实现对动画图像的角度特征优化匹配。首先基于摄像机的成像原理利用灰度直方图二进制均衡算法对图像进行增强处理,采用Hessian矩阵检测出图像每个尺度中的极值点,把图像角度极值点聚焦在图像的仿射闭合区域。提取仿射闭合区域的图像角度特征,使用SURF双向匹配算法实现角度特征优化匹配。仿真实验表明,改进方法能使图像的角度特征匹配准确度大幅提升,特征匹配准确率提高显著,有较好的鲁棒性和实时性。     

基于稀疏差分和典型相关分析融合的人脸图像识别

为了进一步提高人脸图像的识别率,提出了一种相关分析融合的人脸图像识别算法。首先通过采用压缩测量数据得到人脸图像,然后通过划分子模式的方法去除图像中的小样本,提取局部特征,采用成分分析提取人脸图像的整体特征,通过算法对人脸图像特征进行融合,从而消除人脸部冗余信息,最后通过3个人脸数据集对算法进行测试。仿真实验表明,本文的算法相对于参比算法,提高了人脸图像识别精度,具有很好的鲁棒性。     

基于HVS和DWT数字图像水印算法的研究

文章采用了一种基于离散小波(DWT)多分辨率分解的数字水印技术,研究了水印算法,将图像进行三级小波分解,产生三个高频带系列子图和一个低频带子图。由于人眼对高频信息的敏感度低于对低频信息的敏感度,因此,采用了把水印嵌入到小波图像中的高频系数中。通过MATLAB仿真实验实现了将水印信息嵌入到原始图像中的技术,再对含水印图像加椒盐噪声、高斯低通滤波和缩小50%再放大200%进行攻击以及JPEG压缩实验仿真,结果表明所提算法具有很好的视觉效果和鲁棒性。     

基于平移不变小波变换的图像融合技术的实现

本文介绍作者所进行的基于像素级图像融合技术的研究。目前,图像融合技术主要分为像素级、特征级和决策级这三种主要方法,而像素级图像融合的方法可以更多地保留原有图像的信息,并对单一像素信息进行处理,精度高、方法简单易行,目前被广泛的应用在各个领域。而基于平移不变小波变换算法先对待融合的多源图像进行空间域的变换,得到图像各层分解后的系数,再对该组系数按一定的融合规则进行融合处理得到一个融合后的系数表示,最后经图像的逆变换获得最终的融合图像。     

一种新的改进Patchwork算法的彩色数字水印研究

本文提出了一种将彩色数字水印嵌入到彩色载体图像的新算法,利用改进的Patchwork方法将一级小波分解的水印图像的低频部分分别四次嵌入到经过离散余弦变换和离散小波变换后的载体图像的RGB分量中,提取的时候,将四次嵌入的低频分量取出并求平均值,用来作为水印的最终低频分量。经过实验验证,该算法对很多攻击具有很好的鲁棒性。     

一种融合小波分解和滤波的KPCA人脸识别方法

相关研究指出,人脸图像具有低频稳定性和模式非线性的特点.小波分解和平滑滤波能够削弱人脸图像的高频成分而保留其低频成分,核主成分分析(KPCA)能够提取人脸图像的非线性特征,鉴于此本文提出了一种结合小波分解、平滑滤波和核主成分分析的人脸识别方法.最后在ORL人脸库上进行的大量实验,结果表明,该方法简单易行,比传统的核主成分分析方法的识别率更高,且运算时间增加不多.     

基于PCA变换的多传感器图像融合质量评价

本文利用主成分分析变换的方法对多传感器图像进行融合,针对实验结果从客观定量和主观定性的角度进行了质量评价.     

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.     

基于仿射变换的双波段红外图像配准算法研究

图像配准是图像融合技术中的首要环节,只有经过配准的图像才能够进行融合。虽然双波段红外探测器探测的是同一场景,但是由于光学系统的构造产生了两幅图像,而两幅图像之间却存在了几何位置上的差异,所以在本文中提出一种配准方法。通过点检测方法获取图像的特征点,然后再选取其中两组较为明显的特征点组,再根据仿射变换关系式,确定其中的模型参数,并且对图像进行配准。     

基于模板叠加相异特征匹配的CT图像断点标定

运动员因剧烈运动常导致隐性骨骼损伤,常规的CT图像观测方法靠人工经验判断,无法有效发现隐性骨骼损伤的CT图像断点,不能形成合理的诊断方案,断点标定性能较差。提出一种基于模板叠加和相异特征匹配的CT图像断点标定方法,进行基于小波变换的CT图像边缘检测分离,采用相异特征匹配的方法消除图像中的噪点信息,提取灰度像素值特征,根据Shannon信息论原理,描述融合结果与源图像的综合相关性信息,得到CT源图像与断点融合图像的进行相关性标定,采用模板叠加和相异特征匹配得到准确的断点标定结果。实验证明,采用该算法能有效实现对CT图像的隐性损伤骨骼损伤作出的断点标定,标定的准确度较高,鲁棒性好,抗噪性优越。为体育运动损伤诊疗提供理论依据。     

一种基于小波域的数字水印算法

分析了一种小波域数字水印算法,利用人类视觉模型对算法进行了改进。选取一幅有实际意义的二值图像作为水印,在对原始图像进行多级小波分解后,通过修改中频系数来进行水印嵌入。实验证明嵌入水印后的图像具有更好的隐蔽性,并且对JPEG压缩、图像添加高斯噪声、中值滤波等图像处理操作具有很强的鲁棒性。     

基于混合优化算法的医学DR图像增强方法

研究医学DR图像增强问题,由于DR图像在拍摄过程中,受噪声的干扰,曝光量不当,人体组织太厚等原因,细节信息会被噪声等不利因素埋没,边缘变得不清晰,对比度降低,容易导致病变区域的误诊。为了给医生提供更加清晰的DR图像方便诊断,提出一种基于混合优化算法的医学DR图像增强方法,首先采用基于人工鱼群算法和细胞膜优化算法的混合优化算法对DR图像进行分解,然后对分解后的关注区的高频区做非线性增强,对关注区的低频区做Piecewise直方图均衡化增强,对非关注区做分段线性增强。仿真实验表明这种方法有效地消除了DR图像中噪声,增强后DR图像细节信息更加清楚,具有高的重复性、稳定性和鲁棒性。     

多状态视觉识别监控Android救灾平台优化设计

快速、准确的灾源识别与定位对于控制整个灾害带来的损伤具有非常重要的意义。提出一种基于视觉多状态监测技术的Android救灾平台,利用多个传感器采集系统信息,实现优势互补,数据处理时,采用小波变化的思想,在特征提取的基础上,在像素域对图像进行融合,提高图像融合的输出信噪比,从而提高灾源识别与定位的结果。采用实际灾难环境下的灾源进行实验验证,结果表明,采用该融合算法后,系统灾源识别与定位性能提高,具有很好的应用价值。