【摘 要】
：
滤波反投影算法具有快速实时成像的特点,因此被广泛用于工业和医学超声成像系统中,如何使其在快速实时成像的同时具有较高的清晰度,一直是学术界的研究热点。针对滤波反投影(filtered back projection, FBP)算法重建后图像质量较差的问题,利用投影中经过Radon变换图像高频信号变少的特点,通过给滤波函数加修正因子的方法对常用于反投影重建算法的斜坡滤波器(ram-lak, R-L)进
论文部分内容阅读
滤波反投影算法具有快速实时成像的特点,因此被广泛用于工业和医学超声成像系统中,如何使其在快速实时成像的同时具有较高的清晰度,一直是学术界的研究热点。针对滤波反投影(filtered back projection, FBP)算法重建后图像质量较差的问题,利用投影中经过Radon变换图像高频信号变少的特点,通过给滤波函数加修正因子的方法对常用于反投影重建算法的斜坡滤波器(ram-lak, R-L)进行改进,通过实验分析验证,改进后的滤波反投影重建算法在不增加运算时间的前提下,提升了重建图像的质量。当修
其他文献
针对照明系统中对人体检测的需求,提出了基于改进YOLOv3的嵌入式机器视觉系统实现人体检测与定位。通过红外摄像头采集红外人体图像制作数据集;对YOLOv3进行改进并训练得到轻量化的人体检测模型,通过网格图方法由人体矩形框坐标得到人体的空间坐标。改进的YOLOv3人体检测模型的准确率提升了3.26%,参数量减少了96.01%、计算量减少了91.04%和模型体积减少了96.00%,经过模型转换后部署在
造纸行业竞争日益激烈,纸病的监测对保障纸品质量方面有着不可或缺的作用。针对纸病图像相对于背景图像便于区分的特点,采用连通域标记数学算法来开展纸病检测分析,最后用纸病图像验证算法是否可行。
近年来,深度学习为一种基于二维(2D)—三维(3D)配准技术以测量人体膝关节运动的方法,该方法提供了快速完成配准并增加捕捉范围的可能性。但这类方法受限于大量的数据需求,因此,我们提出了一种基于特征的迁移学习法,用于提取荧光透视影像的特征。通过三个受试者以及不到100对荧光透视影像,我们获得了40%的平均配准成功率。本研究提出的基于学习的配准方法,可在荧光透视影像数量有限时使用。
人类的视线可以有效地传递人们的意图,因此,视线估计方法是智能制造中意图传递的重要研究内容。很多方法通过分析眼部图像,称为眼部图像片,实现视线方向的回归运算。但是,由于眼部图像存在个体差异,这类方法很难建立一个样本无关模型进行视线估计。在本文中,作者假设人眼的外观差异与视线方向差异有直接联系。基于这个假设,本文利用双眼眼部图像片在不同视线时的图像差异估计相应两种视线的差值,构建了差分眼部外观网络(d
传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络
针对多重分形去趋势波动分析(Multifractality Detrended Fluctuation Analysis,MF-DFA)可以从全局和局部两方面出发,深层次发掘目标物体的各种特征,但存在过度覆盖的缺点,提出一种能够减少过度覆盖的三角覆盖MF-DFA,用于环形零件图像的种类特征提取。选用齿环、齿轮、轴承与螺母这四类常见环形零件的图像为研究对象,利用三角覆盖MF-DFA研究环形零件图像的
图像采集系统是CMOS相机研发过程中的重要测试设备,传统的图像采集系统只有一个数据采集通道,且采集速率较低,已经不满足CMOS相机高分辨率、高帧频的传输要求。选取NI公司的PXIe-7962R数据采集卡,设计接口电路,调用NI LabVIEW FPGA模块编程,将数据采集卡和接口电路整合在通用工控机上,设计驱动程序和系统应用程序,形成新一代图像采集系统。图像采集系统采用点对点的数据流设计,PXIe
物联网设备数目庞大且具备一定的网络攻击能力,大多数物联网设备也会涉及用户隐私并关联用户的敏感设备,随着物联网技术的迅捷发展和物联网设备的大规模部署应用,物联网设备带来的安全问题引起了广泛关注。文中针对物联网设备准确识别的问题,引入设备指纹的概念,设计了基于朴素贝叶斯的物联网设备指纹算法,确定了分类器阈值,以此解决设备指纹的更新问题。选取网络摄像头为实验对象,测试了算法的各项性能,实验结果表明,朴素
光学膀胱内窥镜是膀胱癌检测中极为重要的诊疗仪器,对膀胱癌的诊断起着关键作用。但膀胱内窥镜图像成像时会由于光照不均匀或者液体残留等原因出现光线过暗或过度曝光等现象。通过基于视网膜皮层算法(Retinex)中的单尺度视网膜皮层算法(singele scale retinex, SSR),多尺度加权平均的Retinex算法(multi scale retinex, MSR)和彩色恢复多尺度视网膜皮层算法
医学图像分割是疾病诊断任务中的关键技术,针对现常用的图像分割网络存在对小物体预测不准以及因局部信息丢失产生网格伪像等问题,设计了一种基于注意机制的DeepLab V3+图像分割方法。在编码(Encoder)部分添加YOLOv5网络中Focus+CBL+CSP的级联式特征提取模块,增强网络能力,同时在Encoder和解码(Decoder)网络加入瓶颈注意力机制,增加目标权重,优化特征提取,获取更多的