基于Kriging算法的手术导航三维形变技术

针对计算机辅助手术三维导航技术中无法利用术前CT重建模型进行病人个体化手术的问题,提出一种基于克里金(Kriging)算法的三维骨骼形变(bone morphing)技术.利用术中采集和医学图像模型的两片点云进行配准,在CT重建模型上选取4个合适的控制点,通过求解Kriging算法建立的方程组,获得CT重建模型上所有点相对于实际病例变形后的位置,实现医学图像模型向个体化的变形.最后,以人体股骨CT模型和塑料模型为对象进行了形变的精度分析和关节手术导航评估实验.结果表明:这种形变方法简单可靠,可以用于前交叉韧带(ACL,Anterior Cruciate Ligament)重建手术的导航评估.     

遥感图像的快速配准方法

针对多传感器遥感图像的配准,提出了一种快速有效的图像配准方法.该基于分级候选点集匹配的配准算法充分利用了分级匹配和候选点集匹配方法的优点,减少了特征提取空间和搜索空间.并在同名控制点对的确定中引入距离计算,能更有效地确定同名控制点对,减少了误匹配率,增加的距离计算时间代价很小,而且不随图像大小发生变换,只与最终匹配点对数目有关.采用主观与客观判断相结合的方法进行配准评价,实验结果表明,该算法在图像存在一定背景噪声,同时具有平移、旋转的情况下,可以准确地进行配准,提高了配准速度和精度.      

基于改进SIFT的图像配准算法

为解决存在较大程度旋转和缩放的图像配准问题,提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Features Transform)的图像配准算法.采用对数极坐标变换(LPT,Log-Polar Transform)进行图像粗匹配,对图像旋转角度和缩放尺度变化量进行估计,并对图像加以校正;在粗匹配的基础上对图像进行分块,根据信息熵原理提取子块的SIFT特征和不变矩特征,构造新型的特征描述符;结合欧氏距离和Procrustes迭代算法获得图像的同名点对,并估计图像形变参数,完成图像配准.实验结果表明:该算法速度快、稳定性强,并能达到亚像素级的匹配精度.     

基于正弦图的计算机断层图像配准

为了解决工业X射线无损检测中图像配准的问题,以计算机断层(CT,Computerized Tomography)图像中物体的位置变化与采集的投影数据之间的理论关系为基础,提出了基于正弦图的CT图像配准算法.该算法结合实际的投影采集系统对投影信号进行预处理,并利用投影信号的相关性寻找物体的位置变化,可以解决二维平行束和扇束投影采集方式下物体二维刚性变换的配准问题.由于提出的算法是在重建之前的投影域内进行,因此相比传统的图像域内的配准算法适用性更高,尤其当投影数据不足、质量不高、噪声较大、重建图像有严重的伪影时,该方法更加有效可靠.对某一封装零件的配准结果证明了算法的可行性.      

基于深度神经网络的像素级别可见光图像配准

现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题。针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net。建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7 240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net。通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度。在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18%,同时减少了30%的时间消耗。      

基于双特征的丘陵山区耕地低空遥感图像配准算法

针对丘陵山区耕地小型无人机航拍图像（低空遥感图像）中的尺度变化、几何畸变、图像重叠等问题,提出了基于双特征的丘陵山区耕地低空遥感图像配准算法。该算法鉴于丘陵山区耕地背景环境复杂、光照因素等影响,采用尺度不变特征SURF算法提取了遥感图像的特征点,并构建了能够稳健描述航拍图像几何特征的双特征描述子;在此基础上,以高斯混合模型（GMM）为核心,结合2个单一特征差异描述子（基于欧氏距离的全局特征和基于和向量的局部特征）构造的双特征描述子,得到了能够同时通过2种特征进行对应关系评估的双特征有限混合模型（DFMM）,并通过再生核希尔伯特空间（RKHS）,基于高斯径向基函数（GRBF）对待配准图像进行了全局与局部结构双约束的空间变换更新。为了验证本文算法的可行性及其性能,采用小型无人机航拍的丘陵山区坡耕地多视角遥感图像开展了实验,将本文算法与SIFT、SURF、CPD、AGMReg、GLMDTPS及PRGLS进行了比较。实验结果表明,本文算法不仅在不同坡度的坡耕地航拍图像多视角配准过程中,均具有较好的鲁棒性,也适用于部分复杂地形小型无人机航拍的多视角遥感图像配准。     

基于无监督学习的多模态可变形配准

针对医学图像配准问题,传统方法提出通过解决优化问题进行配准,但计算成本高、运行时间长。深度学习方法提出使用网络学习配准参数,从而进行配准并在单模态图像上取得高效性能。但在多模态图像配准时,不同模态图像的强度分布未知且复杂,大多已有方法严重依赖标签数据,现有方法不能完全解决此问题。提出一种基于无监督学习的深度多模态可变形图像配准框架。该框架由基于损失映射量的特征学习和基于最大后验概率的变形场学习组成,借助空间转换函数和可微分的互信息损失函数实现无监督训练。在MRI T1、MRI T2以及CT的3D多模态图像配准任务上,将所提方法与现有先进的多模态配准方法进行比较。此外,还在最新的COVID-19的CT数据上展示了所提方法的配准性能。大量结果表明:所提方法与其他方法相比,在配准精度上具有竞争优势,并且大大减少了计算时间。      

行车环境下钢轨轮廓自动配准方法

针对行车环境下列车晃动和环境噪声对钢轨磨耗测量的影响,提出了一种轨腰小圆弧自动提取方法,实现了钢轨轮廓的高精度配准。首先,提出了基于截断残差直方图的多项式拟合方法,寻找廓形最优拟合曲线,降低了噪声对轮廓拟合的影响;然后,针对拟合曲线的曲率分布特征,提出了基于动态窗口的最大曲率熵区间搜索算法实现轨腰小圆弧的自动分割;最后,基于两侧轨腰小圆弧拟合2个圆心作为匹配基准点,实现钢轨测量轮廓与标准设计轮廓的对齐配准。静态实验结果表明,该方法的系统测量误差均值和标准差都控制在0.01 mm之内,具有较小的测量误差和良好的重复性。现场动态测量也验证了该方法在行车环境下的重复性精度,多次测量结果的重复性良好,钢轨磨耗动态测量偏差控制在0.2 mm以内。     

基于嵌入式FPGA加速ORB算法的遥感影像配准方法

卫星上计算资源有限,星载嵌入式处理器处理遥感影像的配准时通常需要很长的时间.可编程逻辑门阵列(FPGA)利用其内部可编程器件可用于加速图像处理.提出了一种基于Xilinx公司的ZYNQ芯片加速ORB算法的遥感影像配准方法,可用于3000×3000像素尺寸的卫星图像配准,缩短了计算耗时,提升了ORB算法的计算能效比.利用...     

面向基准约束与余量约束的配准算法

为了保证待加工型面加工余量的均匀性及其相对于基准之间的位置关系,提出一种同时基于基准约束与余量约束的配准算法。所提算法在配准模型中增加基准约束与余量约束,建立在基准约束与余量约束下的配准模型,引入局部坐标系进行配准计算,并将计算结果反算至全局坐标系中。通过引入局部坐标系进行配准计算的算法,降低了测量点变换过程中测量点的运动自由度,从而降低了计算过程中变量的维度,提高了计算效率,保证了计算结果满足基准面约束与余量约束。所提算法在典型的飞机零件“襟翼滑轨”的简化模型上进行了应用验证,相关结果表明：在平面基准约束与余量约束下的配准算法,计算时间为仅在余量约束下配准算法计算时间的33.6%,配准后基准面上测量点的最大偏差小于0.04 mm,待加工面上余量的波动小于0.03 mm,适用于该类零件的自适应精加工过程。     

ICCP中单纯形优化的误匹配检测

在迭代最近等值点ICCP(Iterative Closest Contour Point)算法的地形辅助导航中,利用单纯形优化方法实现对最优航迹的估计,但在匹配中往往得到的只是局部最优解,导致误匹配发生,严重时导致匹配发散.以ICCP算法为研究对象,研究并建立了ICCP方法的误匹配判断准则,以减小误匹配误差的影响和提高匹配精度.利用概率数据关联建立ICCP算法的误匹配判断准则,仿真结果表明,与无误匹配方法匹配结果相比,提高了其收敛性和精度;与 M/N 方法相比,降低了误匹配概率的30%,提高了导航的精度和算法的稳定性.     

基于ICP的稳态部分可辨编队目标精细跟踪算法

针对稳态编队在部分可辨条件下精细跟踪的难题,提出了一种基于迭代就近点(ICP)的稳态部分可辨编队精细跟踪算法。首先将ICP算法思想应用于编队成员拓扑的点航关联中,将k时刻的位置状态估计通过最近点循环迭代逼近k+1时刻的量测,在关联判决时采用双门限原则应对部分可辨所带来的漏观测问题,以提高关联时的容错性能;进而采用概率最近邻对漏观测航迹进行填补,以进一步保证跟踪的可靠性;最后,采用多模型法实现编队成员航迹滤波更新,以保证航迹的跟踪滤波精度。仿真结果表明,与现有的基于模版匹配的编队目标跟踪算法以及经典的多假设多目标跟踪算法相比,该算法具有较高的跟踪可靠性与精度,且在编队拓扑发生缓慢变化时具有更高的正确跟踪率。     

基于半实物仿真的地磁导航等值线匹配算法评估

影响地磁导航匹配算法性能的因素很多,而现阶段算法的评估完全依靠计算机仿真,其可信性有待进一步验证.以等值线(ICCP)算法为研究对象,首先从理论上分析影响算法性能的因素;然后搭建了地磁匹配导航半实物仿真系统,通过引入磁场仿真环境和磁传感器,提高了仿真的可信度;最后从测量噪声、匹配长度、匹配区域和惯导误差4个方面对ICCP 匹配算法的性能进行半实物仿真试验分析.仿真结果表明,通过半实物仿真试验可以对算法的抗干扰性、算法匹配长度的确定、匹配区域的选择以及惯导误差的影响做出有效评估,从而推动地磁匹配导航及匹配算法的工程化进程.      

基于结构光视觉的钢轨磨耗测量方法

分析了基于结构光视觉的钢轨磨耗测量原理,提出一种钢轨磨耗车载动态测量方法.结构光视觉传感器安装在列车底部,测量钢轨内侧横断面轮廓.以钢轨轨腰轮廓作为测量基准,利用最近点迭代(ICP,Iterative Closest Point)算法确定光平面测量坐标系到设计坐标系的旋转矩阵和平移向量,将测量轮廓与设计轮廓对齐,在此基础上计算磨耗值.与已有的方法相比,该方法无需单独设置用于基准测量的视觉传感器,采用同一传感器实现了基准测量和磨耗测量,有效降低了系统成本,操作性强,且无需进行多传感器的全局校准,保证了测量精度.实验结果表明:该钢轨磨耗测量方法具有较好的重复性精度.     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

一种基于层次聚类的空间非合作目标重构方法

由于激光传感器内在的缺陷,获得的非合作目标原始点云数据往往处于一个分布不均匀的状态,这就对后续的高质量非合作目标表面重构带来了很大的挑战.提出了一种基于全局约束的局部层次聚类方法来提升非合作目标点云分布的连续性.该方法主要可分为两步:1.基于全局约束的自适应八叉树三维空间分解,2.基于全局约束的层次聚类.第一步的主要目...     

CTA影像头部骨骼组织提取算法

计算机断层血管造影(CTA)影像单纯根据灰度信息无法良好地分离血管组织和骨骼组织.结合CTA影像的灰度特点,提出基于改进的三维区域生长算法的骨骼组织外轮廓提取和基于改进的Snake模型的骨骼提取算法.首先结合概率论的相关知识改进区域生长判定条件的准确性,提出三维区域生长的快速的骨骼区域种子点提取方法,使得它可以获得比较准确的骨骼组织区域.之后选取Snake模型并对其进行改进,增加了影像能量信息项,使得该模型可以更好地解决当前的问题.最后给出了实验结果并和传统算法进行对比,证实所提出的骨骼组织分割提取算法效果良好.