一种竞争算法及其在组合优化问题中的应用

提出了一种全局搜索算法——竞争算法,它通过一个种群中各个体之间的互相激励、互相竞争,最终达到共同优化.竞争算法在思想上独立于遗传算法.在组合优化问题中,对这种类型的算法进行的仿真,取得了令人满意的结果.     

单目人体图像序列的运动及结构参数估计

利用人体行走的单目动态图像序列,估计手臂及腿部的运动及结构参数.在物体中心坐标的运动表示方式下,提出了基于弹性连接概念的非刚体运动模型,通过加入弹性系数的方法,使非刚体运动模型和刚体运动模型得到了良好的统一.在此模型的基础上,用Levenberg-Marquardt方法实现了运动及结构参数的估计.实验证明了该方法的有效性,运动模型中的弹性系数也反映了一定程度的运动模式.     

基于运动平滑性的动态图象序列的特征点对应

建立帧间的运动特征点对应是图象序列分析中的一项非常重要且非常困难的工作。根据图象序列的特点,该文提出了一种运动平滑的代价方程,并将运动平滑性与帧间特征点的欧氏距离相结合,以完成图象特征点运动轨迹的确立。由于此文的方法没有建立在运动的刚性约束之上,所以该方法同样适用于各种非刚体运动的特征点对应。     

一种非刚体运动图象序列的特征点对应方法

提出了一种非刚体图象序列特征点对应的新方法,首先根据图象序列帧间的时间间隔很小这一特点,指出特征点在图象帧间的运动具有平滑性,进而提出了一种特征点运动平滑的代价函数。然后将目标跟踪技术应用于特征点的跟踪,利用两个一维卡尔曼滤波器分别对特征点的两个坐标进行预测跟踪。     

基于AR模型的最大熵磁共振成像重建算法

本文提出了一种基于ＡＲ模型的磁共振成像算法，通过所获得的自回归系数及线性预测误差，替代了传统的快速傅里叶（ＦＦＴ）重建方法，获得了满意的重建图像，由于在实际系统中，只能得到有限的频谱数据，利用传统的ＦＦＴ方法重建磁共振图像，将导致截断伪影和低的分辨率。本算法利用ＡＲ模型外推未知频谱数据，替代ＦＦＴ方法的填零法重建，并利用ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性，不仅消除了截断伪影，抑制噪声提高了分     

一种约束最小模方估计的图像迭代重建算法

较少投影重建问题一直是成像领域研究的重点，传统的卷积反投影(CBP)不能产生满意的重建图像——伪影严重、误差大，而迭代算法却具有一些较好的特性。本文以CT成像为基础，以最小模方为目标函数提出了一种约束迭代重建算法，本算法与无约束迭代算法相比，在花费相同时间的情况下，可以重建出误差更小，拟合度更高的图像。以扇束扫描投影数据重建的结果验证了本文的结论。     

超声逆散射成像问题中的截断完全最小二乘法

在超声逆散射成像问题中，由于要反复迭代求物体内部的全场与未知函数，使得方程组的系数矩阵与数据项均存在误差，将同时考虑系数矩阵和数据项均存在误差的截断完全最小二乘正则化方法运用于超声逆散射成像问题中．数值仿真结果显示，截断完全最小二乘法与传统的Tikhanov的正则化方法相比，可以提高数据的拟合程度，也即提高了成像的质量．     

三维窄带水平集算法在内耳分割中的应用

为减少从颞骨螺旋CT（computed tomography）图像中分割内耳的手动交互量，阐述了基于区域竞争的窄带水平集算法的基本原理及其特点，构造了合适的速度函数来控制水平集函数的演化，并将该算法应用于颞骨螺旋CT图像中内耳的分割.通过建立三维模型表面上的点与3个正交截面的对应关系，可以快速确定弱边界所在的位置，然后在正交截面上手动编辑以去除多余的组织，得到完整的内耳.对3个病人的5例颞骨图像进行内耳分割实验，实现了4例内耳的完整分割、1例严重畸形内耳的不完整分割.分割1例内耳约需10 min.该方法具有分割速度快、手动交互少、结果表面均匀的优点.     

基于广义径向基函数神经网络的非线性时间序列预测器

该文对传统的径向基函数(RBF)神经网络的结构和学习算法进行了总结,并在此基础上提出了广义径向基函数模型概念,使这种网络具有更好的应用灵活性与可扩充性。文章基于Mackey-Glass造血模型方程的数值解数据,对此广义模型与现有的RBF模型和梯度径向基函数(GRBF)模型对非线性时间序列预测问题的应用结果进行了比较与讨论,显示出这种广义模型的应用有效性。     

一种快速放射CT重建算法的研究

ＥＭ算法用于求解重建问题，具有一些非常好的特性，几十年来一直为人们所重视。ＥＭ算法也存在着缺点，例如收敛速度较慢，使它的应用受到一定的限制。为此，人们提出了很多加快收敛速度的方法，取得了不少有价值的结果。