国家自然科学基金(61101230)
- 作品数:6 被引量:16H指数:3
- 相关作者:林相波王新宁袁珍郭冬梅陈志彬更多>>
- 相关机构:大连理工大学大连医科大学附属第二医院国网辽宁省电力有限公司大连供电公司更多>>
- 发文基金:国家自然科学基金国家科技支撑计划更多>>
- 相关领域:医药卫生自动化与计算机技术电子电信更多>>
- 非刚体图像配准的变形场拓扑约束研究
- 2013年
- 利用正则化方法约束非线性变形场是非刚体图像配准领域的一个重要研究方向。为得到具有拓扑保持能力的非线性变形场,本文在分析粘流体配准和扩散模型配准算法的实现原理基础上,提出一种基于弹簧约束的变形场拓扑保持方法。该方法在可变形图像上附加不规则网格,通过保持网格结点间的连接关系不变达到控制图像变形的目的。将本文算法应用在不同人脑磁共振图像配准和脑内核结构分割中,结果表明,本文方法具有保持变形场拓扑不变的能力,且能够给出更为准确的分割结果。
- 林相波
- 关键词:拓扑保持
- 滤除图像中混合噪声的LSE模型被引量:5
- 2013年
- 图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配,然后对得到的相似块低秩逼近得到去噪图像。实验结果表明,与LS模型相比,LSE模型在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,去噪图像的信噪比提高了约0.1-2dB;与BM3D相比,在高斯噪声较小的情况下信噪比提高了约0.5-2.5dB。
- 袁珍林相波王新宁
- 关键词:块匹配
- 一种分割脑磁共振图像的改进FCM聚类算法被引量:5
- 2016年
- 噪声和偏移场是影响磁共振(MRI)图像质量的主要因素。以含加性噪声和乘性偏移场的脑MRI图像组织分割为目标,提出一种抗噪局部相干模糊聚类算法,通过在目标函数中加入模糊算子和一致局部信息约束,达到同时抑制噪声和偏移场不利影响的目的,提高分割准确性和稳定性。采用20例合成图像、60例来自Brain Web的模拟脑MRI图像、100例来自IBSR真实脑MRI图像,对算法的聚类性能进行评价。实验结果表明,在噪声和偏移场干扰并存的情况下,所提出算法与其他几种经典FCM改进算法相比,对合成图像集的平均分类准确度SA达到0.97,高于其他算法,最大可提高0.37;对真实脑MRI图像集的脑脊液分割有明显优势,相似性测度KI平均提高约0.1。分析表明,所提出算法有更好的分类准确性和稳定性。
- 林相波王新宁郭冬梅
- 关键词:噪声FCM算法图像分割
- 多回路联合配准误差估计
- 2017年
- 目的基于多回路图像配准的质量评估算法(assessing quality using image registration circuits,AQUIRC)通过构建多回路图像配准网络,可直接利用空间变换场信息估计配准误差。本文研究了AQUIRC算法估计仿射变换相关的配准误差的性能,旨在给出对该算法较为全面的认识。方法采用脑磁共振(magnetic resonance,MR)图像设计不同形变程度的旋转、缩放、错切、平移等线性变换构造模拟误差,并在无差别均匀采样的空间位置处分析AQUIRC算法估计的配准误差与目标配准误差(target registration error,TRE)的线性相关性,给出二者的区域分布情况。结果在旋转、缩放、错切误差实验中,算法估计的配准误差与TRE呈较强相关,且区域分布基本一致。在平移误差实验中,二者不存在线性相关关系。将平移变换与其他类型足够大的变换复合构造模拟误差,则可一定程度上提高二者的相关度。结论 AQUIRC算法能够准确估计旋转、缩放、错切变换相关的配准误差,但不能正确估计单一平移变换造成的配准误差。
- 李小溪林相波张秀丽
- 基于笔画宽度检测和改进块修复的自动英文文本移除算法被引量:1
- 2017年
- 为了提高英文文本移除后图像的修补效果,提出一种全自动文本移除算法。该算法基于骨架计算笔画宽度,并采用无监督连通区域分类实现文本区域检测与勾画。在文字提取后的缺损区域修复中,对传统基于样本块的修复算法进行了改进,依据边缘结构信息强弱确定边界块的合理修复顺序,采用两步搜索策略避免相似块误匹配,基于低秩矩阵填充技术提高填充区域的逼真度。实验结果表明,该算法能够准确定位文本区域,文本移除后的图像无明显篡改痕迹。
- 陈志彬杨辛未林相波
- 关键词:文字检测图像修复
- 基于FCM聚类算法的MRI脑组织图像分割方法比较研究被引量:5
- 2015年
- 目的磁共振成像(magnetic resonance imaging,MRI)对脑组织有较好的成像效果,但噪声、偏移场和部分容积效应(partial volume effect,PVE)的存在,使得全自动分割MRI图像面临一定的困难。模糊C均值(fuzzy C-means,FCM)聚类算法在脑组织分割中得到较广泛研究。本文以存在噪声和偏移场影响的脑MRI图像分割为应用背景,研究了大量相关方法,探讨FCM算法分割脑部图像的改进思想。方法本文主要研究了9种FCM算法的理论基础,并通过脑组织分割实验对各种算法进行了分析。结果比较了不同算法的优劣,给出各类算法直观及定量评价结果。结论偏移场和噪声对脑磁共振图像组织分类质量有明显影响。其中几种方法可以减弱这些不利影响,但由于难以选择合适的参数,其分类效果并不理想。如何合理利用空间信息在未来仍有较大研究价值。
- 王新宁林相波袁珍
- 关键词:磁共振成像FCM算法噪声