基于透视成像的呼吸与肺部组织运动的关系研究

对肺部肿瘤运动的间接检测是肺癌动态放疗中亟待解决的一个重要问题,其关键是建立患者呼吸或胸腹部运动与肺部组织运动之间的关系模型。针对该问题,以同步采集的患者呼吸信号和肺部X线透视图像作为研究对象,对患者的呼吸及其引起的肺部组织运动之间的关系进行了研究。使用压力变化呼吸检测装置采集患者的呼吸信号,采用光流法对X线透视图像序列中的横膈膜运动进行自动跟踪,在此基础上对比分析了呼吸信号和横膈膜运动的波形。结果表明,患者的呼吸与其引起的肺部组织运动之间存在一定的相位偏差。在进行相位对齐后,呼吸与肺部组织运动之间呈一定的线性关系。     

超声相关加权合成断面成像检测方法研究

本文首先介绍了合成孔径聚焦超声成像的基本原理。针对提高成像的分辨率和信噪比问题，研究了原始采样信号的相关性，提出了一种基于信号相关度加权的合成新算法和原始数据预处理方法。利用改进方法对试样进行了断面成像实验，实验结果表明：与传统的延时一叠加合成孔径算法相比，新方法提高了图像的横向分辨率和信噪比，改善了图像质量。     

多分辨率分析在图像边缘检测中的应用

本文针对传统图像边缘检测算子——微分算子和LOG算子在图像边缘检测中存在的不足，引入了多分辨率分析方法，并理论上分析了在不同的尺度下，多分辨率分析中由粗至精的特点，使其在图像边缘检测中具有更良好的特性。     

基于波前探测的视网膜图像半盲解卷积复原

获取高分辨视网膜图像的难点在于是否能够消除成像系统中像差的影响。为了进一步改善图像质量、提高视网膜细胞组织的观察分辨率,提出了结合自适应光学成像技术和视网膜图像后处理算法的方法。通过视网膜成像系统中的自适应光学技术实时校正人眼像差并获取初始视网膜图像,根据成像系统中的残余像差重建光学传递函数作为图像复原模型初始参数估计,最后对视网膜图像进行条件约束迭代半盲解卷积复原,进一步消除像差对成像质量的影响,从而得到高分辨率视网膜图像。实验结果表明:由这种方法处理的视网膜图像质量能得到明显提高,其图像质量客观评价参数(GMG,LS和PSV)比原始图像提高近1倍,在视网膜细胞的空间频率范围内(70～90 cyc/deg),复原后图像的功率谱平均值比原始图像提高了10倍左右,基本能满足观察分辨率要求。     

基于小波分解的模极大值算法在钛合金超声检测信号去噪中的应用

本文针对钛合金超声检测信号中普遍存在的噪声过大、信噪比过低的现象，结合钛合金超声检测信号与材料散射噪声信号的产生特点，构造了一组数学模型，并提出了基于小波分解的一种改进的模极大值去噪算法。该算法利用小波分解中的低频系数来确定信号位置，在高频各尺度系数的对应位置寻找相应的频率信息。以达到提取信号去除噪声的目的。实例分析表明：该模型能基本反映超声检测信号的特点，而且此算法对钛合金超声检测信号去噪效果比较理想。     

子波变换平滑的混沌信号检测

将近几年兴起的子波变换、分形理论应用于带观测噪声混沌信号的检测。基于快速子波变换导出了平滑算子，将其对时序信号进行处理，并根据它在一定的尺度范围内具有标度不变的性质，利用改进的Ｇ－Ｐ算法计算其分数维数，对带有观测噪声的Ｌｏｒｅｎｚ吸引子波的混沌运动进行了检测。实验结果表明，该方法具有较好检测混沌现象的能力。     

高速运动喷雾图像的实时采集技术

针对高速运动喷雾图像的实时采集技术，开发出用于柴油机喷雾测试的实时图像采集系统。对喷雾初始信号的探测、脉冲激光器触发以及图像采集之间的时序关系进行了研究，并通过试验测得了ＣＣＤ摄像机对光强的响应特性。最后，给出了该系统在柴油机喷雾开始后延时０．９ｍｓ实时采集的喷雾图像实例。     

基于振动模型的呼吸运动估计与伪影反卷积校正

PET／CT图像的呼吸运动伪影严重影响胸腹部肿瘤的诊断与治疗计划的制定。现有的伪影校正方法大都涉及呼吸门控设备和四维CT的使用,不仅给测试带来不便,还让患者遭受大剂量的CT照射从而对其造成额外伤害。为此,采用正弦振动来模拟呼吸运动,通过对仿真和体模图像倒谱的Radon变换来估算呼吸运动的幅度和方向,然后分别采用维纳滤波、约束最小二乘法和Richardson—Lucy迭代算法,根据估计的运动参数对伪影图像进行反卷积并比较它们的去伪影结果。仿真与体模实验结果均显示出模拟呼吸运动参数估计和伪影校正的良好结果．且方法安全、简便而经济,有望用于常规采集的静态PET图像呼吸伪影校正。     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

基于极点与极性的车辆分割及阴影处理方法

视频交通参数检测中的车辆分割需要准确地检测与车辆连在一起的阴影和车灯产生的亮斑。一般地,路面与车辆的图像在灰度结构上存在显著差异。本文推导了图像在光照变化情况下的一种灰度结构——极点与极性分布图,并提出了一个基于该分布图的车辆阴影与亮斑检测算法。该算法能够精确地检测车辆阴影,车灯照射产生的路面亮斑和因其他原因被误为车辆的路面。该方法使用对光照变化不敏感的灰度结构,阴影检测准确而稳定,计算量小。     

Edge Detection of River in SAR Image Based on Contourlet Modulus Maxima and Improved Mathematical Morphology

To cope with the problems that edge detection operators are liable to make the detected edges too blurry for synthetic aperture radar(SAR)images,an edge detection method for detecting river in SAR images is proposed based on contourlet modulus maxima and improved mathematical morphology.The SAR image is firstly transformed to a contourlet domain.According to the directional information and gradient information of directional subband of contourlet transform,the modulus maximum and the improved mathematical morphology are used to detect high frequency and low frequency sub-image edges,respectively.Subsequently,the edges of river in SAR image are obtained after fusing the high frequency sub-image and the low frequency sub-image.Experimental results demonstrate that the proposed edge detection method can obtain more accurate edge location and reduce false edges,compared with the Canny method,the method based on wavelet and Canny,the method based on contourlet modulus maxima,and the method based on improved(ROEWA).The obtained river edges are complete and clear.     

神经网络集成的分布式入侵检测方法

分布式入侵检测系统需具有分布式检测功能及部件增量更新能力.文中提出了一种基于神经网络集成的分布式入侵检测方法,采用单个Agent检测与多个Agent协同检测的两级集成算法实现分布式入侵检测;在发现新的入侵时,Agent上的神经网络集成采用基于资源分配网的增量学习算法进行更新.实验结果表明,该算法能有效检测各种攻击,并且具有对未知攻击的增量学习能力.     

表面热流辨识技术在边界层转捩位置测量中的应用初步研究

目前工程飞行试验中主要采用近壁热电偶测温法来确定飞行器表面流动的边界层转捩位置,由于测点离表面较近,对温度传感器量程和结构强度有较高要求.为此,提出了基于表面热流辨识技术确定转捩位置的基本思想和处理方法,测点可以距离表面相对较远.但是,当测点越远离受热面,辨识问题的不适定性会越强,因此需要采用仿真辨识方法来对传感器安装位置进行合理选取.在给出二维传热模型表面热流辨识算法的基础上,对两个算例进行了仿真辨识分析.结果表明:基于表面热流辨识技术确定转捩位置是可行的,能给出较为准确的转捩区域判断.     

基于支持向量机的Webshell黑盒检测

Webshell是一种基于Web的网站后门程序。当前已有的Webshell检测方法都需要根据脚本程序源代码来检测,因此只能部署在服务器主机上,而且只能检测本机的网站代码。本文通过分析Webshell的HTML页面特征,提出了一种基于支持向量机(Support vector machine,SVM)分类算法的黑盒检测方法。该方法是一种有监督的机器学习系统,对先验网页的HTML页面进行学习,可以在未知脚本源代码的情况下对Webshell进行检测。实现结果表明,该方法在黑盒的条件下达到了较高的准确率和极低的误报率,并且取得了与白盒检测方法相近的检出率,可以部署在基于网络的入侵检测系统中,同时监测多台服务器是否包含Webshell,从而帮助监控入侵趋势和网络安全态势。     

基于模糊数据挖掘的网络入侵检测模型

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.     

基于故障检测滤波器的歼击机结构故障检测

提出一种新的适用于多种故障类型的故障检测滤波器设计方法，该方法基于故障输出空间，通过配置在特征向量来设计检测增益阵以实现对系统参数的小范围变化，具有较好的鲁棒性，避免了采用多个检测滤波器对不同的故障进行检测。同时，研究了残差与控制输入和故障程度的关系，提出了自适应检测阈值设计方法，并将其应用于歼击机的结构故障检测。     

无线传感网中能量优化的异常检测算法

基于网内数据处理技术和网络动态分簇技术,提出一种能量优化的异常检测算法。算法首先利用节点协作计算获取相关性信息,然后根据节点相关性和节点能量信息进行动态网络分簇,最后利用簇内相关与簇间相关性进行能量有效性的异常检测。相关测试结果表明,本文算法既保证了传感网异常检测精度又提高了网络能量利用效率。     

具有认知能力的入侵检测系统模型

介绍了入侵检测的原理，对目前入侵检测的模型和方法进行分析，并给出了一个具有认知能力的入侵检测系统模型，该模型由基于规则的检测模块、神经网络组件、统计分析处理模块三个主要模块组成。模型采用了异常检测和误用检测相结合的方法，使系统既有对已知的攻击有较好的识别能力，又有检测未知攻击的能力。文末指出了当前入侵检测存在的问题及今后的发展方向。     

基于VI曲线测试的电路板故障诊断技术

VI曲线测试是一种基于电路VI特性曲线的有效快捷的电路板及元器件测试维修技术,通过检测电路或器件的VI特性曲线,来定位故障点。研究VI曲线测试的特点,并介绍电路板VI曲线测试具体实现方法和操作技巧。