使用范围数据的三维物体的识别

本文所使用的系统有二个工作阶段。在知识阶段,含有单个物体的景物每次一个地示给系统,景物的范围数据可利用范围测距仪获得。根据区域特性和各区域间的关系建立每一景物的描述并将这种描述存储作为物体的模型。在识别阶段,以与知识阶段同样的方式对未知景物的特征进行描述,然后把这一描述和物体模型匹配,结果可实现成堆物体按顺序地逐个识别。为提高匹配效率,可把数据驱动和模型驱动搜索过程紧密结合。实验结果表明,这一方法是很有希望的。     

使用特征点与曲线配准医学图像

针对单一特征引导医学图像配准的准确度有限性,提出一种使用多种特征的图像配准方法.特征提取采用半自动化方式,使操作者能够精确地获得图像特征.对提取的曲线对采用非均匀三次B样条建立模型,使曲线对具有相同的参数区间;非均匀的曲线离散机制保证了离散后的点集在尽可能忠实于原曲线,同时又满足图像配准的要求;通过不断地改善曲线间差异最大的区域并持续添加的约束条件,迭代地求解变换函数.实验结果表明:该算法结合了基于特征点与曲线2种配准算法的优点,既保证了基于点配准的精确性,又兼有基于曲线配准的鲁棒性,是一种有效的医学图像配准方法.     

基于三维Hough变换的三维超声针状物体检测

本文提出了一种以(Φ,θ,ρ,α)四参数表示的空间直线为基础的三维Hough变换,用来检测三维超声图像中的针状物体。我们用实验室研发的三维超声系统采集插入水中的钢针的三维超声图像,然后用本文提出的方法对其进行检测。实验结果表明,本文提出的方法能比较准确地检测出三维超声图像中的针状物体,方向误差在1°以内,位置误差在1mm以内。     

基于相关性的病理切片图像配准

尽管病理切片图像对配准的要求比较高,而现存的配准方法却难免会产生失配现象。为解决这一问题,提出了一种基于相关性的病理切片图像配准新算法。该算法是采用基于图片中两平行列(行)间的数据来抽取特征的方法。为了避免“干扰”的累积,该算法选择了差值曲线中最强的特征——最大包来作为模板的基元,并根据图片内容的相关性,利用最大包的分布作为模板来进行图像配准,从而降低了“干扰”的影响,使算法配准的稳定度比以前一些算法有较大的提高。实验证明,该算法不仅比较规整,稳定性高,而且计算速度也较快,是一种比较实用的图像配准算法。     

A Framework for Uncertainty and Validation of 3-D Registration Methods Based on Points and Frames

In this paper, we propose and analyze several methods to estimate a rigid transformation from a set of 3-D matched points or matched frames, which are important features in geometric algorithms. We also develop tools to predict and verify the accuracy of these estimations. The theoretical contributions are: an intrinsic model of noise for transformations based on composition rather than addition; a unified formalism for the estimation of both the rigid transformation and its covariance matrix for points or frames correspondences, and a statistical validation method to verify the error estimation, which applies even when no ground truth is available. We analyze and demonstrate on synthetic data that our scheme is well behaved. The practical contribution of the paper is the validation of our transformation estimation method in the case of 3-D medical images, which shows that an accuracy of the registration far below the size of a voxel can be achieved, and in the case of protein substructure matching, where frame features drastically improve both selectivity and complexity.     

基于多尺度特征融合与注意力机制的脊柱CT图像分割

本文针对医学脊柱CT图像因骨密度不均匀、骨骼结构复杂或图像成像分辨率低等因素造成的分割精度较低的问题,提出一种基于卷积-反卷积神经网络的CT图像脊柱分割方法.通过引入多尺度残差模块及注意力机制改进U-Net网络,训练特征模型并进行测试.在真实数据集上的实验结果表明,该方法能有效提高CT图像中脊柱的分割精度及分割效率,Dice系数评估值为0.97,IOU系数评估值为0.94.     

使用特征点与灰度值的医学图像局部配准方法

针对医学图像配准中,存在某些图像间大部分区域没有差异或者存在差异但不被关心的情况,提出了一种局部图像配准方法。该方法使用局部可控的紧支撑径向基函数作为配准变换函数,通过在感兴趣区域设置特征点,将变换函数作用范围限制在图像中某一特定区域,保持其他区域不发生变形。利用图像间的互信息量作为测度函数,更加精确地求解变换函数。在优化策略的选择中,将图像配准看作为寻优过程,采用基于小生境的遗传算法优化变换函数参数,能够克服经典遗传算法早熟、搜索能力差等缺点。通过对已知变换函数的仿真图像与真实医学图像进行实验,结果表明该算法能够准确地找到较优的变换函数,并且将作用区域限制在较小范围内。该方法结合了基于特征点和基于像素配准方法的优点,有效的搜索策略保证了变换函数准确性,是一种可行的、鲁棒的局部医学图像配准方法。     

基于自动提取对应点的颅脑CT图像配准

研究医学图像的应用问题,针对传统的基于特征点驱动的医学图像配准需要专业医师首先找出配对的特征点,这种巨大的工作量往往会导致一些错误.在医疗中为达到配准精确要求,提出了一种全自动的特征点驱动的医学颅脑CT图像配准方法,采用SIFT和形状因子来产生配对的特征点,并构成特征点的局部和区域特征向量,后用薄板样条插值(TPS)方...     

使用仿射不变特征的遥感图像自动配准

提出一种仿射不变特征的构造方法对航空图像序列进行全自动配准。仿射不变特征基于图像尺度空间和二阶矩矩阵构建,配准使用金字塔方法和距离度量的加速算法进行,借助配准概率模型检验,保证配准可靠性。实验结果证明,使用仿射不变特征能在无定位信息的情况下有效完成航空图像序列的自动配准。     

Automatic Registration of Images to Untextured Geometry Using Average Shading Gradients

Many existing approaches for image-to-geometry registration assume that either a textured 3D model or a good initial guess of the 3D pose is available to bootstrap the registration process. In this paper we consider the registration of photographs to 3D models even when no texture information is available. This is very challenging as we cannot rely on texture gradients, and even shading gradients are hard to estimate since the lighting conditions are unknown. To that end, we propose average shading gradients, a rendering technique that estimates the average gradient magnitude over all lighting directions under Lambertian shading. We use this gradient representation as the building block of a registration pipeline based on matching sparse features. To cope with inevitable false matches due to the missing texture information and to increase robustness, the pose of the 3D model is estimated in two stages. Coarse pose hypotheses are first obtained from a single correct match each, subsequently refined using SIFT flow, and finally verified. We apply our algorithm to registering images of real-world objects to untextured 3D meshes of limited accuracy. Moreover, we show that registration can be performed even for paintings despite lacking photo-realism.     

Registration and Analysis of Vascular Images

We have developed a method for rigidly aligning images of tubes. This paper presents an evaluation of the consistency of that method for three-dimensional images of human vasculature. Vascular images may contain alignment ambiguities, poorly corresponding vascular networks, and non-rigid deformations, yet the Monte Carlo experiments presented in this paper show that our method registers vascular images with sub-voxel consistency in a matter of seconds. Furthermore, we show that the method's insensitivity to non-rigid deformations enables the localization, quantification, and visualization of those deformations.Our method aligns a source image with a target image by registering a model of the tubes in the source image directly with the target image. Time can be spent to extract an accurate model of the tubes in the source image. Multiple target images can then be registered with that model without additional extractions.Our registration method builds upon the principles of our tubular object segmentation work that combines dynamic-scale central ridge traversal with radius estimation. In particular, our registration method's consistency stems from incorporating multi-scale ridge and radius measures into the model-image match metric. Additionally, the method's speed is due in part to the use of coarse-to-fine optimization strategies that are enabled by measures made during model extraction and by the parameters inherent to the model-image match metric.     

一种面向医学图像非刚性配准的多维特征度量方法

医学图像的非刚性配准对于临床的精确诊疗具有重要意义.待配准图像对中目标的大形变和灰度分布呈各向异性给非刚性配准带来困难.本文针对这个问题,提出基于多维特征的联合Renyi α-entropy度量结合全局和局部特征的非刚性配准算法.首先,采用最小距离树构造联合Renyi α-entropy,建立多维特征度量新方法.然后,演绎出新度量准则相对于形变模型参数的梯度解析表达式,采用随机梯度下降法进行参数寻优.最终,将图像的Canny特征和梯度方向特征融入新度量中,实现全局和局部特征相结合的非刚性配准.通过在36对宫颈磁共振（Magnetic resonance,MR）图像上的实验,该方法的配准精度相比较于传统互信息法和互相关系数法有明显提高.这也表明,这种度量新方法能克服因图像局部灰度分布不一致造成的影响,一定程度地减少误匹配,为临床的精确诊疗提供科学依据.     

三维表面平滑约束断层图象形状插值

断层图象序列的层间插值是三维重建的关键技术之一。已有的断层插值方法主要使用灰度，灰度梯度，距离，方向等约束，重建的三维表面往往不平滑，本文引入有向距离概念，增加表面平滑约束，提出一种重建三维平滑表面的断层图象间形状插值方法。     

基于形状的三维图像匹配插值方法

现有的插值方法在进行断层图像插值时,要么不能兼顾灰度和形状的变化,要么计算量太大。为解决这一问题,文中提出一种基于形状的三维图像匹配插值算法。通过对已知两幅断层图像进行门限分割,得到各个密度物质的区域后,利用数学形态学的方法确定出插值图像每个分割区域的轮廓,然后在每个轮廓内运用匹配插值方法得到插值点的值,从而得到整个插值图像。新算法将图像的形状信息和灰度信息较好地结合起来,因此,插值出的图像不仅克服了不同密度物质边界模糊问题,而且也克服了传统的基于形状插值方法的缺点。与线性插值相比,新算法插值出的图像视觉效果好;与小波插值相比,新算法的计算量极大地减少。插值结果可有效地应用于构建三维体模型。     

基于WebGL的医学图像三维可视化研究

现今医学图像往往与大型的硬件设备和复杂的软件联系在一起, 然而随着互联网技术的发展, 越来越多互联网应用的出现改变了人们对传统本地软件的依赖, 现今医学图像在互联网领域才刚刚起步, 提出了一种在浏览器中实现医学图像的三维可视化的方法, 能够通过成熟的本地医学图像平台(比如3DSlicer)获取医学图像数据, 结合HTML5以及WebGL(Web Graphics Library)来实现医学图像的三维可视化.     

Area-Based Matching for Simultaneous Registration of Multiple 3-D Profile Maps

We propose an area-based method for the simultaneous registration of multiple 3-D data sets without known correspondences when a rough initial registration is known. The method is applicable to data sets which can be represented as single valued parametric surfaces. We introduce such a representation called a 3-D profile map for the data acquired by light striping. During registration, the relative orientations of the profile maps measured from different viewpoints are iteratively refined by matching the parametric surfaces in the overlapping areas in the sense that the mean of the squares of weighted distances between the surfaces is minimized. Incompatible matches are rejected by an adaptive weighting function and the minimization task is solved simultaneously for all the maps. Hierarchical techniques are utilized in order to better localize a global minimum and to speed up the processing. The computational operations are formulated using the notation of an image algebra and realized in a parallel manner thus reducing further the computation time. Test results are shown with real data.     

利用Plücker直线的点云与立体影像配准

现有的基于直线特征的点云与立体影像配准未充分利用直线的几何拓扑关系,针对几何约束强度弱的问题,提出一种基于Plücker直线的配准方法.将点云与立体影像的同名直线用Plücker坐标表示,分别以立体影像的Plücker直线与摄影中心组成的平面作为基本单元,通过同名平面的连续螺旋运动,使同名平面相交于控制直线,构建Plücker直线共面条件方程.实验结果表明,该方法简洁明了,几何约束性强,配准精度高.     

基于超声波技术的3D定位系统研制

精确的位置信息是B3G移动通信系统实现普适计算功能的要求,提供位置信息的系统必须是低成本、低电子复杂性、放置方便和多目标定位的;系统由中心节点、超声波接收传感器节点和超声波发射信标节点通过无线通信链路构成定位网络;信标节点和多个传感器节点在中心节点通过无线通信链路的协同下分别测出超声波在它们之间的视距传播时间,进而依据已知的传感器节点位置和声速,利用最小二乘法计算出信标节点的位置;给出了本定位系统的组成框架、定位算法、基于nRF2401无线收发模块建立无线通信链路的MAC协议和超声波收发时间差的修正方案;本定位系统达到了设计目标,实验结果表明定位精度也满足应用要求.     

一种医学图像的3-D表面重建方法

等值面绘制算法是医学图像表面重建的一种重要方法,但是它需要用户根据经验设定阈值。本文运用OTSU算法来获取体数据各类组织的灰度阈值,由此求得各类组织的灰度均值,并以此作为等值面阈值。在VTK中的重建实例表明,该方法能够体现出不同组织影像的灰度分布特点,使重建后的图像信息更丰富、表面更平滑。     

椭圆匹配法及其在序列细胞图象3-D配准中的应用

在由序列医学切片图象重建三维细胞的过程中，对同一细胞在相邻切片中各剖面的配准是关键的一步。本文介绍一种借助转动惯量计算构造细胞剖面的等效椭圆并进一步对等效椭圆匹配以获得所需的几何变换进行剖面配准的自动方法。该方法已用于人体骨髓中巨核细胞的３－Ｄ配准并取得满意的效果。