基于统计特性的表面裂纹提取

提出一种基于统计特性的路面裂纹提取方法,用于提取在复杂背景下高速路面的不同裂纹.将路面图像按实际情况分成子块图像,并用各子块图像的灰度均值获取估计背景的平衡参数,结合阈值的迭代选取和Top-Hat变换.大量不同背景图片的处理结果表明,该方法可较好地提取路面裂纹信息.     

扇束等距CT极坐标反投影重建算法的速度优化

为提高扇束滤波反投影(FBP)算法重建CT图像的速度,提出了利用正余弦函数性质对极坐标反投影算法进行优化的快速重建方法。首先将扇束等距CT扫描得到的投影数据进行加权,卷积滤波处理;其次将预处理后的投影数据运用正余弦函数性质进行极坐标反投影重建。试验结果表明,与传统的卷积反投影重建算法相比,该方法可以将重建速度提高4倍以上,而且重建质量与传统卷积反投影相当。这种算法也适应于多层螺旋三维重建,并且可以推广到三维锥束重建。     

扇束CT极坐标反投影重建算法的对称优化

为了提高扇束滤波反投影(FBP)算法重建图像的速度,提出一种极坐标反投影算法的优化快速重建方法。算法利用三角函数对称性对多幅预处理后的投影数据同时进行极坐标反投影运算;在反投影数据坐标转换时运用像素位置参数的对称性,以减少双线性插值的计算量。实验结果表明,在不牺牲重建图像质量前提下,与传统卷积反投影重建算法相比,优化算法的重建速度提高8倍以上。该优化方法也适应于三维锥束重建,并可推广到多层螺旋三维重建。     

基于解剖非局部先验的模糊扩散PET重建算法

针对传统最大后验(MAP)算法出现阶梯伪影以及不能有效保持重建图像低梯度值处细节信息的问题,提出了一种基于解剖非局部先验的模糊扩散正电子发射计算机断层扫描(PET)重建算法。首先,对中值先验分布的MAP重建进行改进,在每次中值滤波前引入结合模糊函数的各向异性扩散滤波器;然后,采用模糊隶属度函数作为各向异性扩散过程的扩散系数,并结合解剖非局部先验来考虑图像的细节信息。仿真结果表明,与传统算法相比,该算法提高了信噪比(SNR),具有良好的抗噪性;同时视觉效果较好,图像边缘清晰,在抑制噪声和边缘保持方面取得了良好的折中。     

CDIO工程教育模式在通信工程专业中的应用探索

针对我国高校通信工程专业人才培养现状,分析了工程教育存在的不足,在深入领会CDIO工程教育理念的基础上,结合通信工程专业特点,提出了融入CDIO教育理念的人才培养方案、课程体系、实践教学体系及学生评价体系的设想,有助于培养和提升学生的工程实践能力,为CDIO工程教育模式在电子通信类专业的推广提供了参考。     

基于投影特征的图像匹配的快速算法

目的　研究了图像匹配的快速算法 .方法　利用图像的投影特征 ,进行一维相关快速匹配 .结果　快速地找到了图像的匹配位置 .结论　与传统的模板匹配法相比 ,该方法在保证匹配精度的情况下 ,大大提高了匹配的速度     

用VisualC＋＋语言进行BMP图像文件的显示

系统地介绍了位图文件的结构及其显示方法,并给出了实例程序。     

基于卷积神经网络的时频域CT重建算法

针对采用时域滤波器解析重建后图像存在伪影和图像细节丢失等问题,提出了一种基于卷积神经网络（CNN）的时频域计算机断层扫描（CT）重建算法。首先,在频域中构建了基于卷积神经网络的滤波器网络,实现投影数据的频域滤波;其次,利用反投影操作算子对频域滤波后结果进行域转换得到重建图像;接着,在图像域构建网络对来自反投影层的图像进行处理;最后,在采用最小均方误差损失函数基础上引入多尺度结构相似度损失函数组成复合损失函数,减轻神经网络对结果图像的模糊效应,保留重建图像细节。图像域网络和投影域滤波网络联合作用,最终得到重建结果。在临床数据集上验证了所提算法的有效性,相较于滤波反投影（FBP）算法、全变分（TV）算法及图像域残差编解码CNN（RED-CNN）算法,当投影数目分别为180和90时,所提算法重建结果图像信噪比（PSNR）和结构相似度（SSIM）最高,且归一化均方根误差（NMSE）最小;当投影数目为360时,所提算法仅次于TV算法。实验结果表明,所提算法可以提高CT图像重建图像质量,是一种可行且有效的方法。     

一种基于生物准则的IMRT方案优化方法

针对调强放射治疗方案优化中,物理准则无法准确描述生物组织在非均匀剂量分布下的生物反应的问题,提出了基于生物准则的方案优化方法。首先根据病人各组织的剂量约束条件,建立基于生物准则的方案优化目标函数;然后采用L-BFGS-B算法求解方案优化问题。实验结果表明,在保证靶区剂量覆盖率的同时,相较于基于物理准则的方案优化方法,本文方法方案优化后的危及器官并发症概率下降6.86%;相较于采用L-BFGS算法进行方案优化,本文方法方案优化后的危及器官并发症概率下降1.30%。分析实验结果可得,将生物因子引入方案优化,能够更精确地反映组织的生物效应;采用L-BFGS-B算法能够快速、精确地求解方案优化问题。     

基于片相似性和最大似然期望最大化的低剂量CT重建算法

针对低剂量计算机断层成像(CT)重建的图像产生严重退化的问题,提出一种基于片相似性各项异性扩散和最大似然期望最大化(MLEM)的低剂量CT重建算法.首先,采用基本的MLEM算法对低剂量投影数据进行重建;然后,由于片相似性在降噪的同时,也能较好地保持图像的边缘和细节信息的特点,对重建后的图像使用基于非局部理论思想的片相似性降噪方法处理;最后,由于低剂量投影数据还存在脉冲噪声点,使用中值滤波对图像进行处理.采用Sheep-Logan体模作为实验模型进行低剂量CT图像重建的仿真,与BI-MART、BI-MLEM、基于方差的ELEM和基于结构相似性的MLEM算法进行了对比.实验结果表明,所提算法的信噪比(SNR)高达10.216 308 dB,与对比算法相比,视觉效果更优,且有更小的归一化均方误差(NMSE)、均方绝对误差(MAE)和归一化均方距离(NMSD).所提算法重建出来的图像能在光滑去噪的同时有效地保持图像的细节和边缘信息,既能有效地保持弱梯度和纹理,又不存在各项异性扩散存在的明显阶梯效应.