一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.     

基于相位一致特征的CBERS-02B遥感图像自动配准

以CBERS-02B卫星HR高分辨率和CCD多光谱遥感图像数据为基础,针对基于特征的自动配准方法中的特征检测与特征匹配两个关键步骤,通过引入性能优良的相位一致特征检测方法和特征相似与空间关系相结合的特征匹配策略,实现了一种基于相位一致特征的遥感图像高精度自动配准方法。实验结果表明,该方法对遥感图像亮度和对比度具有不变性,能稳定可靠提取HR高分辨率和CCD多光谱遥感图像显著的点特征,精确匹配相位一致特征点,实现了CBERS-02B卫星不同谱段,不同传感器和不同时相遥感图像间高精度自动配准,所进行实验的自动配准精度均到达了优于0.3 像元的系统配准精度。因此,该自动配准方法适合应用于有高配准精度要求的遥感图像间自动配准。     

彩色Range图像的三维模型重建

重建包含模型真实纹理的彩色三维模型是计算机视觉研究领域的一个重要问题,提出了一种基于2.5维深度图像的三维配准算法,同时利用原始数据中的几何以及纹理信息,对多幅深度图像进行两两配准和全局配准。新算法在两两配准阶段将纹理信息用于初选两幅图像的匹配点对,在全局配准阶段将纹理信息用于计算残差,并据此更新对应点对的权重值用于下一次迭代计算。该算法克服了以往算法在纹理、几何信息的参数尺度量化等方面的问题。     

基于纹理度划分的医学图像可逆信息隐藏方法

针对目前具有对比度增强效果的可逆信息隐藏（RDH）算法大多受到嵌入率的影响,未能实现较好的对比度增强效果的问题,提出一种基于纹理度划分的医学图像可逆信息隐藏方法。首先,通过对比度拉伸的方法实现医学图像对比度增强;然后,再利用医学图像纹理度的自身特点,将医学图像划分为高、低两类纹理度等级,其中高纹理度等级构成医学图像的关键部分;最后,为了进一步增强高纹理度等级的对比度并保证信息嵌入率,对不同的纹理度等级像素采用不同的嵌入方法。为了与其他具有对比度增强效果的医学图像可逆信息隐藏算法比较载密图像的对比度增强效果,采用了针对对比度失真的无参考图像质量评价标准（NR-CDIQA）作为实验客观依据。实验结果表明,在不同嵌入率下,使用所提方法的载密图像的NR-CDIQA值更高,对比度增强效果更好。     

地球静止轨道上的凝视型光学遥感器概念设计

以GOES-9的5通道成像仪为参考遥感器,用5000×5000像元的面阵CCD和1 000×1 000像元的红外焦平面阵列,提出了用于地球静止轨道气象卫星的凝视型成像仪的概念性设计方案,讨论了所能达到的各项指标,与参照遥感器进行了比较。结果表明,凝视型遥感器在重量、功耗、扫描效率、图像更新周期等方面大大优于扫描型成像仪。     

基于四元数Gabor滤波的彩色纹理特征提取

现有的彩色图像纹理特征提取方法是将彩色图像转换为灰度图像或者对彩色图像进行分通道处理,这样的处理方法会丢失原图像的颜色信息和各通道间的相关性,导致特征图像的纹理特征和原图像的纹理特征差异较大。基于上述问题,提出了一种四元数Gabor彩色纹理特征提取方法。首先,根据Gabor滤波和四元数欧拉公式,推导出四元数Gabor滤波,并将彩色图像用四元数矩阵表达;其次提出四元数Gabor滤波卷积算法处理彩色图像,得到多尺度多方向的彩色纹理特征图像;最后对得到的彩色纹理特征图像进行Tamura统计特征的提取。实验结果表明,该方法可以很大程度地保留原图像的粗糙度、对比度和方向度等纹理特征,同时可以提取到原图像的颜色信息。在转化为灰度图像后,该方法在保留粗糙度、对比度和方向度等纹理特征方面优于传统Gabor方法和LBP方法。     

PET/CT成像呼吸运动B样条校正

PET/CT成像中的人体呼吸运动会造成图像运动模糊,会严重影响图像质量,对医生的诊断造成影响。目前常用的呼吸门控技术能够在一定程度上改善图像质量,但是均存在其局限性。提出了一种基于CT图像提取呼吸运动特征的B样条方法,对呼吸运动图像进行校正。在PET/CT上获取与PET图像周期匹配的CT图像序列,通过B样条配准方式对在呼吸周期内的CT图序列像提取运动信息;对CT图像所匹配的PET图像做基于运动特征信息的校正变换进行运动校正。几何位移形变和像素人体模实验结果表明,提出的方法对PET/CT呼吸运动图像质量改进明显,具有研究价值。     

基于改进Lucas-Kanade的亚像素级零件图像配准*

针对工业应用中零件图像配准存在的光照变化和缺少纹理信息的难题,提出了改进Lucas-Kanade的亚像素级零件图像配准算法。首先根据光照变化和几何变换模型构建了模板与待配准图像间的非线性最小二乘函数;然后依据两幅图像的方向向量一致性和边缘特征为函数添加权重,以减少冗余像素点;最后应用Levenberg-Marquardt(LM)算法解算函数最优解,以实现精确图像配准。使用500幅待配准图像进行实验,结果表明该算法对缺少纹理的零件具备光照不变性,配准正确率高且达到亚像素级精度,能够满足工业应用的鲁棒性和精度要求。     

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明：所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差（MAE）为0.04,平均目标配准误差（mTRE）为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。     

基于惯性矩的图像融合算法

惯性矩作为图像纹理分析的特征量,能有效反映图像的清晰度,据此提出一种新的图像融合算法;该方法首先将源图像分割若干块,并从水平、垂直、+45°、-45°4个方向分别计算出各图像块区域的惯性矩,然后根据惯性矩和清晰度间的关系,对图像作融合处理;融合图像质量除信息熵、对比度等常用方法外,还采用结构相似度法进行客观评价;实验对比结果表明,基于惯性矩法得到的图像清晰度、对比度等均有提高,明显优于传统图像融合算法。     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

Textural and local spatial statistics for the object‐oriented classification of urban areas using high resolution imagery

Textural and local spatial statistical information is important in the classification of urban areas using very high resolution imagery. This paper describes the utility of textural and local spatial statistics for the improvement of object‐oriented classification for QuickBird imagery. All textural/spatial bands were used as additional bands in the supervised object‐oriented classification. The texture analysis is based on two levels: segmented image objects and moving windows across the whole image. In the texture analysis over image objects, the angular second moment textural feature at a 45° angle showed an improved classification performance with regard to buildings, depicting the patterns of buildings better than any other directions. The texture analysis based on moving windows across the whole image was conducted with various window sizes (from 3×3 to 13×13), and four grey‐level co‐occurrence matrix (GLCM) textural features (homogeneity, contrast, angular second moment, and entropy) were calculated. The contrast feature with the 7×7 window size improved classification up to 6%. One type of local spatial statistics, Moran's I feature with the vertical neighbourhood rule, improved the classification accuracy even further, up to 7%. Comparison of results between spectral and spectral+textural/spatial information indicated that textural and spatial information can be used to improve the object‐oriented classification of urban areas using very high resolution imagery.     

基于小波变换与偏微分方程的图像分解及边缘检测

针对含纹理的自然图像在图像分解时,结构图像的边缘信息容易被当作纹理分解到纹理图像中,致使结构图像的边缘不清晰,检测到的边缘不准确,提出了基于小波分解的偏微分方程(PDE)图像分解及边缘检测模型。首先利用小波变换阈值提取部分纹理信息,再利用改进的保边缘的偏微分方程图像分解模型进一步分解图像并提取边缘。实验结果表明,新方法提高了图像分解的质量,纹理信息提取充分,结构图像有较好的分片光滑性和较清晰的边缘,检测到的结构边缘更准确。     

基于相位一致结构相似度的图像质量评价方法

针对结构相似度(SSIM)模型不能对模糊和高纹理图像进行较好的质量评价,提出一种基于相位一致结构相似度(MPCSSIM)的全参考图像质量评价方法。该方法保留SSIM中的亮度函数和对比度函数,将结构函数替换成相位一致函数,然后将三者结合起来进行质量评价。实验中LIVE数据库上的计算结果与主观评分的线性相关系数和斯皮尔曼相关系数分别为0.9501和0.9362。实验结果表明相位一致能够更好地提取图像的结构信息,该方法有较好的性能,能够更准确地评价模糊图像和高纹理图像的质量。     

Color spectral analysis for spatial structure characterization of textures in IHLS color space

In this article, a linear prediction model based approach for color texture characterization and classification in the improved hue luminance and saturation color space is presented. Pure chrominance structure information is used in addition to the normally used luminance structure information for color texture classification. Hue and saturation channels of a color image in IHLS color space are combined using a complex exponential to give a single channel which holds all the chrominance information of the image. Two dimensional complex multichannel versions of the non-symmetric half plane autoregressive model, the quarter plane autoregressive model and the Gauss Markov random field model are used to perform parametric power spectrum estimation of both luminance and the “combined chrominance” channels of the image. The accuracy and precision of these spectral estimates are proven quantitatively by performing tests on a large number of images. Spectral distance measures are calculated for the spectral information of luminance and chrominance channels individually as well as combined through a combination coefficient. Using these distance measures, color texture classification is done with k-nearest neighbor algorithm. Experimental results verify that the IHLS color space exhibits better performance than the RGB color space indicating the significance of using IHLS for such analysis. They also show that color texture characterization and percentage classification obtained by combined luminance and chrominance structure information is better than the color texture classification done using only the luminance structure information.     

应用多方向光源分割带钢表面缺陷

光源的照明方式和安装角度对采集到的图像质量有很大的影响,这种不同会导致同一幅缺陷图像产生不同的纹理效果。目前的采集系统一直将光源的影响看作负面因素,事实上如果将不同方向光源对带钢缺陷图像信息的影响用于分割,能够获得更全面、准确的图像信息,因为光源序列的分割方法比单光源包含了更多的缺陷特性。首先采集不同方向光源照射下的图像序列,再提取图像最大强度值位置对应的光源倾角方向作为特征,最后在特征空间运用线性判别函数得到分割结果。实验结果表明提出的方法能获取更高对比度的缺陷图像,正确地将缺陷从背景图像中分割出来。     

基于梯度场的工业X射线图像增强算法

在X射线成像检测厚薄不均构件时，经常会出现对比度低或对比度不均以及照度低的问题，这会导致图像显示时构件的一些细节难以被观察与分析。针对这一问题，提出一种基于梯度场的X射线图像增强算法。该算法以梯度场增强为核心，分为两步：首先，提出一种基于对数变换的算法，压缩图像的灰度范围、去除图像冗余灰度信息、提升图像对比度；然后，提出一种基于梯度场的算法，增强图像细节、提升图像局部对比度、提高图像质量，使构件细节清晰显示在检测屏上。选择一组厚薄不均构件的X射线图像进行了实验，并与对比度受限自适应直方图均衡化（CLAHE）、同态滤波等算法进行了比较。实验结果表明所提算法具有更明显的增强效果，能更好地显示构件的细节信息，并且通过计算平均梯度和无参考结构清晰度（NRSS）纹理分析的定量评价标准进一步表明了该算法的有效性。     

图像的多成分混合字典压缩感知表示及重构

信号分解的稀疏程度决定了压缩感知重构信号的精度,针对标准正交基稀疏程度的不足,提出了基于混合字典的压缩感知图像分解和重构方法。构建匹配图像边缘和纹理的二维Gabor字典,将图像在离散余弦字典与建立的二维Gabor字典上进行混合稀疏分解,得到图像的光滑成分、边缘成分和纹理成分。对得到的稀疏成分进行CS观测,通过求解一个优化问题重构图像。实验结果表明,构造的混合字典能够对图像进行更加稀疏的表示,在相同的采样率下,图像的重构质量优于标准正交基分解。     

引入边缘信息的纹理传输改进算法

本文针对Efros等人提出的块缝合纹理合成与传输算法,在搜索匹配块的过程中未考虑目标图块边缘信息这一不足之处,提出了一种改进算法．新算法在原有的搜索误差匹配公式中,通过计算梯度的方式增加了边缘信息处理项,同时整个传输过程还引入了亮度重映射的匹配预处理策略．实验结果表明,改进后算法的传递效果优于传统算法,尤其是目标图的边缘轮廓部分传递效果有比较明显的改善．     

结合纹理特征改进的GBIS图像分割方法

针对GBIS(efficient graph-based image segmentation)方法在分割含有较丰富纹理信息的图像时, 分割效果不理想的问题, 在L*a*b*彩色空间下, 结合图像的纹理特征, 提出了一种改进GBIS图像分割方法, 记为IGBIS(improved efficient graph-based image segmentation)。该方法首先将图像由RGB空间转换到L*a*b*颜色空间; 接着, 结合L*a*b*彩色空间, 对GBIS方法中的权值函数作了改进, 引入了一个常数s, 用于控制相邻像素之间颜色的差异程度; 然后, 用熵的方法来获取L*a*b*彩色图像的纹理特征; 最后, 结合图像的纹理信息, 改变了GBIS方法中的区域合并条件, 得到最终的分割结果。实验证明, 与原算法相比, 该方法在分割精度与分割质量上有了很大程度的提高。IGBIS有效地抑制了彩色图像在分割中存在的过分割现象, 并适合于含有丰富纹理的彩色图像。