首页 > 文献资料
-
图像的亚像素化技术研究
图像匹配在近几十年来一直是人们研究的热点和难点,它是在变换空间中寻找一种或多种变换,使来自不同时间、不同传感器或者不同视角的同一场景的两幅或多幅图像在空间上一致,目前已经应用于许多领域.尤其是多普勒图和医学图像则需要更精确的配准,对于图像处理的许多工作,如运动分析、视频压缩、图像增强和立体视觉同样需要高精度的匹配,即达到亚像素级.本文对图像的亚像素化问题进行研究.
-
一种基于B超图像的亚像素级HIFU束损伤监控方法
目前基于超声引导的HIFU治疗系统尚无低费用、实时、有效的监控方法.提出一种基于B超的图像方法,分析HIFU焦域位置相关矢量场与HIFU对软组织造成的束损伤间的关系.采用新鲜猪肉组织为标本,对其进行不同剂量的HIFU分组辐照,获取辐照前后的B超图像,并记录软组织相应的损伤程度,同时记录植入式热电偶测得的参考温度.对辐照前后HIFU焦域位置B超图像进行二维亚像素级互相关分析.结果表明,B超图像亚像素级相关分析矢量场可反映组织发生凝固性坏死的位置,其相关距离可以反映组织束损伤程度.基于B超图像相关性的亚像素级监控方法,可以帮助HIFU临床医生实时有效地监控HIFU束损伤程度,及时调整HIFU治疗剂量,提高治疗效果.
-
图像测量中的亚像素定位方法对比
特征定位主要应用于医疗器械的制造及检测等领域.为了提高定位精度,针对不同的特征应采用不同的定位方法.采用基于矩的方法和曲线插值法在理论及实验上均达到了亚像素精度级,获得了不同算法对特征定位影响.实验结果展示了上述方法的不同效果,并得出在圆心定位与半径测量方面不同方法的精度情况.结论为:曲线插值方法宜用于圆心定位,矩方法宜用于半径测量.
-
基于快速亚像素运动估计的肺4D-CT图像超分辨率重建
肺4D-CT图像超分辨率重建技术对于提高肺4D-CT图像分辨率有重要作用。本文提出一种基于快速亚像素运动估计的超分辨率处理方法,以重建清晰的肺4D-CT图像。首先采用快速亚像素运动估计方法估计不同“帧”图像间的运动场,然后采用迭代反投影方法重建高分辨率肺4D-CT图像。实验结果表明,与传统的插值方法及基于全搜索运动估计的超分辨率重建算法相比较,本方法能得到更清晰的肺部图像,图像结构明显增强。同时,与全搜索算法相比,运算时间显著缩减。
-
人体运动检测中的标志点识别算法
针对人体运动的特点提出在人体运动检测中的标志点识别的算法.算法主要包括以下三个方面:(1)采用改进的模板匹配方法以改善匹配峰值的尖锐度;(2)采用目标图像与模板的互相关系数加权平均的方法使识别的分辨率达到亚像素的水平;(3)根据人体运动的连续性的特点来预测和检验标志点的运动、克服标志点遮挡问题.实验结果证明,采用上述的标志点识别算法能够达到比较高的识别精度和速度.基于上述算法的步态分析系统已经投入使用.