磁共振成像中刚体平移运动伪影校正

磁共振成像过程中,患者的轻微运动就会使扫描数据发生相位偏移,从而使重建图像含有运动伪影,降低成像的质量。严重的伪影会影响医生对病灶的精确定位。本文利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的刚性平移运动伪影修正方法,逐次修正扫描信号在K空间中已偏移的相位。实验表明,基于遗传算法的修正方法,能有效校正扫描数据的相位偏移,达到抑制运动伪影的目的。     

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。     

切伦科夫光在生物成像技术中的应用及研究进展

切伦科夫光生物成像技术是目前分子影像学中的研究热点,具有成像时间短、探针无毒、成本低、灵敏度高等特点,同时为单一分子探针实现核素和光学显像的双模态成像提供了条件,在肿瘤诊断、监测基因表达、疗效评价和引导肿瘤外科手术等方面展现出巨大的应用潜力。本文详细介绍切伦科夫光生物成像在国际范围内的一些显著进展,对切伦科夫光生物断层成像中重建质量和重建速度优化的研究进行综述;同时针对切伦科夫光生物成像技术因切伦科夫光信号强度弱及组织穿透性差而所受的限制,归纳了国内外学者在成像优化方面所做的努力,讨论了向临床应用转化所需的进一步研究和改进。     

一种应用于水流的纹影特性光流测速算法

本论文基于光流优化算法,发展了一种适用于水流的纹影特性光流测速算法。在存在密度梯度的条件下,纹影图像的亮度反映了流场折射率的一阶导数,结合纹影亮度方程和流体连续性方程推导了适用于水的物理约束条件,采用二阶散度–旋度正则化作为空间平滑约束条件,基于两个约束条件构建了能量方程,通过变分法对能量方程进行最小化求解获得速度场。以热羽流为例,使用该算法对浮力羽流纹影图像进行了计算,并与互相关算法和传统光流算法的结果进行了比较。结果显示:本研究提出的算法能更好地体现流动特性,得到更高的空间分辨率。该方法基于纹影图像,无需在流场中添加示踪粒子,对流场无干扰,具有结构简单、使用方便等优点。     

二维小波变换及其在医学图像处理中的应用

介绍了二维离散小波变换的一般形式，在图像分解的基础上．分析了二维小波变换在医学图像消噪和图像增强中的应用，同时给出应用实例。结果表明，应用小波分析进行医学图像处理，能够有效地改善图像质量，有利于医生对病情的诊断和治疗。     

空间相关性约束联合子空间追踪的高光谱图像稀疏解混

通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。     

CT图像重建的迭代算法

随着计算机运算速度的飞速发展,以前只是被看成一种研究方法的迭代算法在图像重建中越来越引起人们的重视,并且已经在科研、工业和医学领域中得到了实际应用.本论文从CT图像重建原理入手,根据迭代重建的物理意义,从投影模型出发,得到投影数据,然后利用迭代算法MART及SIRT重建出断层图像,再与模型相比较,从而确定各算法的优劣,总结出如何选择合适的图像重建算法.     

基于SURF和光流场的医学图像配准技术研究

提出了基于SURF算法和光流场模型相结合的多模态医学图像配准算法。由于传统光流场模型具有灰度一致性的约束条件以及多模态医学图像的结构差异较大,导致算法对于多模态医学图像无法取得较好的配准结果。首先引入直方图规定化算法作为医学图像预处理,解决多模态医学图像中灰度差异较大的问题;然后根据多模态医学图像结构差异较大的特点,本文采用分级配准的思路,将SURF算法和传统光流场算法结合起来可以获得较好的配准结果;最后采用CUDA并行加速的方法对本文算法进行GPU加速。研究结果表明:本文算法具有较高的准确性和更好的鲁棒性。     

粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布,提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法,对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法,插值结果以速度云图及矢量图的形式展示,对该过程的主要误差也进行了分析与验证。最后的处理结果显示,针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。     

基于红外图像重建飞机三维形体结构技术的研究

研究了基于红外图像重建飞机三维形体结构的技术,并在理论研究基础上开发了三维重建系统。该系统包括红外图像的处理技术、三维信息提取的体相交技术、三维形体的表示方法和基于八叉树结构的飞机三维形体重建的实现。旋转是表示实体三维结构信息的一种有效方法,本文最后给出了重建三维飞机的旋转系列图像。     

锥束CT重建图像中环状伪影的拟合校正

针对锥束CT图像重建中像元通道响应不一致引起的环状伪影原理进行了分析,采用了拟合校正的方法对投影图像进行校正。结果表明,校正后重建图像中的环状伪影得到有效抑制。在此基础上,进一步考虑像元通道对射线强度响应的非线性,以及像元通道对射线能谱响应的非线性等因素对重建图像的影响,最后讨论了拟合校正的改进方向。     

光场单相机三维流场测试技术

将光场三维成像技术与实验流体力学相结合，实现单相机对空间三维瞬态流场（3D3C）的精确测量，为流体力学实验研究提供了一种全新的测试技术。详细介绍了具有自主知识产权的光场相机硬件系统、基于乘积代数重建技术（MART）的粒子光场图像重构算法以及基于光线追迹的数字光场图像合成算法。利用DNS数字合成图像以及低速射流实验图像，将所发展的光场单相机三维流场测试技术（Light Field Particle Image Velocimetry，LF-PIV）与目前最成熟的三维流场测试技术层析PIV（Tomographic Particle Image Velocimetry，Tomo-PIV）进行对比研究分析。实验结果表明LF-PIV技术完全能达到与Tomo-PIV同等量级的测量精度。     

最大熵磁共振成象理论

由于在实际磁共振成象系统中,只能得到有限的频谱数据,利用传统的ＦＦＴ方法重建磁共振图象,将导致截断的伪影和低的分辨率。本文提出了一种基于ＡＲ模型的最大熵磁共振成象算法,利用ＡＲ模型外推未知频谱数据,替代了ＦＦＴ方法的填零法重建,并利用了ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性,不仅消除了截断伪影、抑制噪声、提高了分辨率,而且使重建时间与ＦＦＴ方法相当,完全适用于临床应用。     

光流场测试图像序列和真实数据生成方法

本文提出了一种利用光线跟踪算法生成光流场测试图像序列和真实数据的新方法，用该方法得到的图像序列和真实数据可用于光流场算法的定量比较和定性分析，对光流场计算有重要意义。     

开口风洞声阵列测量的剪切层修正方法

开口风洞中的相位传声器阵列测量，必须进行剪切层修正才能得到真实的噪声源位置信息。在0.55m×0.40m声学风洞中开展了剪切层修正的实验研究，得到了不同风速条件下的剪切层速度剖面、声波传播延迟时间和声源定位的结果。根据实验结果，对剪切层速度剖面的Gortler理论解进行了验证，并对比分析了4种剪切层修正方法。研究结果表明:选择自相似参数σ=9，ξ₀=0.2时剪切层速度剖面测量值与理论值符合较好；剪切层厚度与轴向距离的关系为y=0.15x；马赫数Ma≤0.3、测量角θ_m在40°~140°范围内，不同剪切层修正方法对声波延迟时间计算结果的相对误差在1%以内。提出了射线追踪快速计算方法，该方法较常规射线追踪法的计算速度可提高2个数量级，从而使其适用于声阵列在线测量。     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

三维CT图象自动分割法

计算机断层扫描图象（ＣＴ）和核磁共振图象（ＭＲＩ）是诊断疾病和制定治疗方案与手术方案的主要依据之一，而分割ＣＴ和ＭＲＩ图象是定量分析其平面与三维信息的关键之一。本文先采用三维自适应滤波，在保留图象细节的前提下滤除高斯分布噪声和脉冲噪声，然后根据ＣＴ或ＭＲＩ各断层多阈值二值化图象采用区域自动增长算法实现了三维ＣＴ图象和ＭＲＩ图象的自动分割。最后给出了腹部ＣＴ图象的分割结果，该方法分割精度高，速度快，具有广泛的临床应用价值