基于Arnold逆变换的图像置乱恢复算法

针对Arnold变换图像置乱恢复,目前常用的方法有利用Arnold变换的周期性和利用反变换两种.提出一种新的基于Arnold逆变换的置乱恢复方法,该方法将Arnold变换矩阵的逆矩阵作为置乱恢复过程中的变换矩阵,同时,把二维逆变换推广到了m维的情形,并在此基础上,统一了Arnold变换和Arnold逆变换的形式.实验对三种方法的性能进行了比较,结果表明,对于已应用Arnold变换进行预处理的置乱图像,算法无须计算变换周期,无须讨论方程式即可快速实现图像的置乱恢复.     

基于小波稳健的超分辨率图像重建算法

针对超分辨率图像重建算法多存在计算量大、收敛稳定性不高且收敛慢的问题,提出一种基于小波稳健的正则化超分辨率图像重建算法。该算法利用小波变换生成初始图像,对重建图像的质量有明显提高。采用1-范式(L1)度量正则项,增强了算法的稳健性,通过导入自适应的正则参数提高了算法的效率。经仿真实验证明了算法的有效性。     

基于Hakopian插值的快速图像重建算法

在2004年工作的基础上,利用Hakopian插值多项式的Chebyshev-Fourier分解形式,提出了一种重建二维图像的快速算法．该算法在重建时间上具有明显优势．此外,与传统的滤波反投影（FBP）方法相比,该算法还可以用于局部图像重建．仿真实验验证了该算法的有效性．     

基于旋转不变NL-means迭代优化的CT图像POCS重建方法

鉴于NL-means算法在图像去噪领域的卓越表现,提出一种基于旋转不变NL-means迭代优化的POCS CT图像重建算法.第一步,进行POCS重建,使图像满足投影一致性和非负性,第二步,对重建图像进行旋转不变NL-means优化,平滑均匀区域,保护边缘信息.以上两步交替进行,直到满足停止迭代准则.在稀疏角度和有限角度两种情况下,对该方法进行shepp-logan体模重建实验,通过对重建图像的视觉和指标评估,所提方法能更有效地抑制图像噪声,信噪比更高,重建结果更接近理想图像.     

基于非局部POCS的超分辨率图像重建

图像获取过程中,受成像系统的影响,无法获取原始场景中所有的信息。超分辨率图像重建技术就是在不改变成像系统的前提下,提高图像质量。POCS(凸集投影算法)可以利用多帧低分辨率图像重建一帧高分辨率图像。然而传统的POCS算法通常会产生"锯齿"边缘。在自然图像中,会存在许多的相似边缘结构。利用局部相似性的结构,可以有效地消除"锯齿"边缘。因此提出一种基于非局部POCS的超分辨率图像重建算法,以有效锐化图像边缘,提高图像的视觉感观。     

一个基于正交图像重建虚拟人脸的快速方法

文中以较少的交互 ,给出克隆三维虚拟人脸的方法。即首先根据两幅人脸图像 ,对一般人脸模型进行整体变换 ,然后基于特定人脸的特征线相对于一般人脸模型上的特征线的位移 ,用变分插值技术变分一般人脸网格 ,适配特定人脸几何。最后用多分辨率样条技术产生无缝的人脸纹理镶嵌图(Mosaic) ,并对整个人脸模型进行纹理映射 ,从而生成高度真实感的能以任意视线方向观察的特定人脸。     

基于小波变换和非局部平均的超分辨率图像重建

针对小波域超分辨率方法中重建图像存在的模糊效应,提出一种结合离散小波变换(DWT)、平稳小波变换(SWT)和非局部平均(NLM)的单帧图像重建方法DSNLM。算法首先对低分辨率图像同时进行DWT和SWT,得到四个子带图像;然后结合对应高频子带图像,直接将原始低频图像作为低频子带,各子带利用NLM滤波处理,得到待重建高分辨率图像的各子带图像;最后,通过离散小波逆变换(IDWT)得到最终的重建高分辨率图像。实验结果和重建视觉效果表明,所提方法与已有的超分辨率方法相比更优,在峰值信噪比(PSNR)、均方差(MSE)和结构相似性度量(SSIM)的评价指标上有显著的提高,对图像去噪、去模糊有效。     

基于径向基函数的多帧图像超分辨重建算法

神经网络具有强大的非线性学习能力,基于神经网络的多帧超分辨重建方法获得了初步研究,但这些方法一般只能应用于帧间具有标准位移的控制成像情形,难以推广应用到其他实际情况。为了将神经网络强大的学习能力应用到非控制成像多帧超分辨重建中,以获得更好的超分辨效果,提出了一种利用径向基函数(RBF)神经网络进行解模糊的算法,并将其与多帧非均匀插值结合起来,形成了一种新的两步超分辨算法。仿真实验结果表明,该算法的结构相似度为0.55~0.7。该算法不但扩展了RBF神经网络的应用范围,还获得了更好的超分辨性能。     

一种基于MAP的超分辨率图像重建的快速算法

超分辨率图像重建技术就是通过融合多幅变形、模糊、有噪、频谱混叠的低分辨率降质图像(或视频序列)来重建一幅高质量高分辨率图像.MAP估计算法是一种广泛使用的统计重建方法.针对标准MAP估计算法运算量大的问题提出了两点改进.第1点是当计算梯度时直接计算目标函数的增量,避免了函数值的冗余计算;第2点是采用非精确一维搜索确定步长,避免了运算量庞大的海塞矩阵的计算.实验结果表明,提出的改进在保持重建效果基本不变的前提下,在很大程度上提高了MAP超分辨率图像重建方法的速率,与此同时保证了算法的收敛性.     

基于径向基函数的多帧图像超分辨重建算法

神经网络具有强大的非线性学习能力,基于神经网络的多帧超分辨重建方法获得了初步研究,但这些方法一般只能应用于帧间具有标准位移的控制成像情形,难以推广应用到其他实际情况。为了将神经网络强大的学习能力应用到非控制成像多帧超分辨重建中,以获得更好的超分辨效果,提出了一种利用径向基函数(RBF)神经网络进行解模糊的算法,并将其与多帧非均匀插值结合起来,形成了一种新的两步超分辨算法。仿真实验结果表明,该算法的结构相似度为0.55～0.7。该算法不但扩展了RBF神经网络的应用范围,还获得了更好的超分辨性能。     

基于保特征无参数投影的快速几何重建

为了使现有的无参数化投影算法拥有更好的保特征能力,提出一种保特征的基于无参数投影的点模型几何重建算法.首先,提出一个结合联合双边滤波器的局部优化投影算子,并利用点集的空间信息和几何特征信息,有效地保持了几何模型的特征;进一步,使用八叉树剖分技术对算法进行加速,为处理大规模点云提供了支撑;此外,还给出了自适应局部支撑的计算方法.实验结果表明,文中算法比无参数化投影算法保特征、速度快.     

基于几何思想的快速支持向量机算法

为了快速地进行分类,根据几何思想来训练支持向量机,提出了一种快速而简单的支持向量机训练算法——几何快速算法。由于支持向量机的最优分类面只由支持向量决定,因此只要找出两类样本中所有支持向量,那么最优分类面就可以完全确定。该新的算法根据两类样本的几何分布,先从两类样本的最近点开始;然后通过不断地寻找违反KKT条件的样本点来找出支持向量;最后确定最优分类面。为了验证新算法的有效性,分别利用两个公共数据库,对新算法与SMO算法及DIRECTSVM算法进行了实验对比,实验结果显示,新算法的分类精度虽与其他两个方法相当,但新算法的运算速度明显比其他两个算法快。     

一种基于可编程图形硬件的快速三维图像重建算法*

针对三维CT图像重建时间过长这一瓶颈问题,给出了FDK算法的几何描述,并据此导出了利用可编程图形硬件加速三维图像重建的方法,最后利用图形处理器的可编程、高精度以及并行计算等特性实现了该方法。实验结果表明,该三维图像重建方法非常有效,与原始算法相比取得了8倍左右的重建加速比。     

基于几何判据的SVM参数快速选择方法

支持向量机中核函数及其参数的选择具有重要意义。提出一种基于高斯核函数的支持向量机参数对快速求取方法,根据支持向量之间的几何判据,结合线性搜索法完成参数寻优,具有简单、计算量小、易于实现的优点。实验结果表明,该方法较好地解决了高斯核函数参数在实际使用中不易确定的问题,且运算速度高于原有方法。     

基于最小区域的快速CT图像重建

由于工业CT重建目标的形状差异较大,针对传统CT图像重建算法均选取矩形重建区域,提出一种基于最小区域的图像重建方法.首先由扫描到的投影数据通过直线生成算法构建重建目标的最小区域包络图;然后提出一种快速区域填充算法,生成图像重建的最小区域.该方法将重建区域限定在最小区域内,减少了不必要的计算,提高了重建速度.最后通过仿真实验与传统的重建方法进行比较,表明了文中方法的有效性.     

基于最小圆柱区域的锥束CT快速图像重建

传统锥束CT通常选取立方体或其内切圆柱作为图像重建的区域,因此考虑到工业CT重建目标尺寸差异较大的特点,提出了一种基于最小圆柱区域的快速三维图像重建方法。首先由不同视角下的锥束投影数据通过直线扫描转换算法构建重建目标的最小区域包络图;然后通过区域填充方法来进一步确定最小区域包络;在此基础上,采用中点圆算法得到最小圆柱区域的半径。该方法能够根据重建目标的尺寸自适应地确定最小圆柱重建区域,从而减少了不必要的计算。实验结果表明,该方法有效地提高了ART算法的重建速度,同时取得了较好的重建质量。     

An Integral Geometry Based Method for Fast Form-Factor Computation

Monte Carlo techniques have been widely used in rendering algorithms for local integration. For example, to compute the contribution of a patch to the luminance of another. In the present paper we propose an algorithm based on Integral geometry where Monte Carlo is applied globally. We give some results of the implementation to validate the proposition and we study the error of the technique, as well as its complexity.     

基于图像化几何的三维模型彩绘

基于纹理映射的彩绘系统通常受到从三维模型空间到二维纹理空间参数化的限制.如果一个模型具有复杂的拓扑结构或高度复杂的表面细节,寻找一个好的参数化方法通常是非常困难的,即使可以实现,通常也不能自动完成,需要用户手工交互进行.针对这种问题,提出了一种用于在三维模型表面直接进行彩绘的数据表示方法和一个原型系统,通过在三维模型中的每一个三角形上生成带有颜色信息的几何点,该系统可以支持许多与二维图像编辑类似的操作.其中一个关键的内容是提出了一种包含几何、拓扑和色彩信息在内的自适应的数据表示方法.这种方法被称为图像化的几何,它允许用户将每一个三角形视为一个三角形图像,并可以在不需要任何参数化的前提下在三维模型表面进行彩绘.系统的输入为一个常见的三角形网格模型,通过系统处理后变成一个在三角形上分布着带有颜色信息的几何点的三维表面.因为创建过程是自适应的,因此只有那些需要进行绘画纹理的三角形才需要创建几何点,这样可以节省存储消耗.将这种数据表示用于三维模型彩绘可以很好地处理具有复杂拓扑结构的模型.     

基于 GPU 加速技术的 C 形臂 Cone Beam CT 三维 图像快速重建方法

平板探测器技术的发展使得锥形束计算机断层扫描技术(Cone Beam Computerized Tomography,CBCT)成为一种重要的成像技术,有着十分广泛的应用.基于C形臂的CBCT,除了具有CBCT的技术优势外,还特别适合在影像引导介入手术中应用.然而,如何在满足手术实时性要求的同时获得高分辨率高质量的三维断层图像,仍是个十分具有挑战性的课题.文章提出一种基于GPU加速技术的C形臂CBCT三维图像快速重建方法:在算法层面应用GPU并行加速技术对重建算法进行优化,在系统层面通过设计分布式系统和延迟隐藏机制,大大提升了由二维投影图像重建三维体数据的效率.在保持重建精度的前提下,优化后的GPU加速的FDK算法极大地提升了重建过程的计算效率.延迟隐藏机制进一步提升了系统的运行效率.在使用90帧投影时,系统效率提升了26%,重建延迟加速了2.1倍;当使用120帧投影时,系统效率提升39%,重建延迟加速达到3.3倍.     

A Fast Spectral Method for Active 3D Shape Reconstruction

Variational energy minimization techniques for surface reconstruction are implemented by evolving an active surface according to the solutions of a sequence of elliptic partial differential equations (PDE's). For these techniques, most current approaches to solving the elliptic PDE are iterative involving the implementation of costly finite element methods (FEM) or finite difference methods (FDM). The heavy computational cost of these methods makes practical application to 3D surface reconstruction burdensome. In this paper, we develop a fast spectral method which is applied to 3D active surface reconstruction of star-shaped surfaces parameterized in polar coordinates. For this parameterization the Euler-Lagrange equation is a Helmholtz-type PDE governing a diffusion on the unit sphere. After linearization, we implement a spectral non-iterative solution of the Helmholtz equation by representing the active surface as a double Fourier series over angles in spherical coordinates. We show how this approach can be extended to include region-based penalization. A number of 3D examples and simulation results are presented to illustrate the performance of our fast spectral active surface algorithms.