关键词： 心脏弥散张量成像   磁共振   二阶运动补偿   图像去噪   图像处理软件  

摘要： 心脏弥散张量成像(cardiac diffusion tensor imaging,cDTI)是目前唯一可以无需造影剂、无创地评估活体心肌微观结构的技术。与传统组织学有创检测不同,cDTI基于人体中水分子在组织中的弥散特性进行成像,使用施加弥散敏感加权梯度的序列技术进行图像采集,并建立高斯运动指数模型对信号衰减进行建模,最终通过张量对弥散的各向异性进行表征,并衍生出一系列特征参数对心肌结构变化进行定量分析。研究表明,cDTI技术能够反映活体动态心脏微观结构,可用于心肌再生的评估和心肌病鉴别诊断,表征心肌梗死、肥厚性心肌病和扩张性心肌病中细胞层面的变化,具有广阔的临床应用前景。目前,由于实际应用中图像非常容易受噪声影响,导致参数估计结果的准确性和稳定性受限,同时心脏宏观运动导致磁共振信号丢失严重,无法用于后续参数分析,以及呼吸、心脏运动导致采集时间过长等因素,该技术还未能作为常规技术手段应用于临床环境。为了改善cDTI技术应用中的局限,本文开展了较全面的研究和探索。首先从磁共振成像原理出发,对磁共振成像中信号的激发与编码、采集与图像重建进行概述,阐述心脏弥散成像理论,即使用弥散敏感梯度使得运动的分子产生相位累积,造成信号衰减,建立张量模型对弥散过程进行表征。同时,分析对比了常用的成像序列技术,包括刺激回波(STEAM)和弥散准备的稳态自由进动(BSSFP)序列技术各自的优缺点,并详细阐述了张量分析模型的建立与心脏弥散张量分析模型中的主要特征参数与生理意义。针对弥散图像固有的低信噪比的问题,基于离体和仿真实验对图像数据的去噪预处理中三种不同去噪算法进行图像质量和参数结果准确性方面的效果进行评估,运用SNR和RMSE作为评价标准,多组数据进行统计分析,结果表明LPCA更适用于弥散图像的去噪,因此确定采用LPCA作为本文去噪算法,以提高参数分析的准确度。设计了cDTI在体数据采集方案,针对在体采集中因心脏非自主运动和T2弛豫较短导致的信号丢失问题,制定了使用包含心电门控和呼吸导航双触发的弥散加权自旋回波平面回波(DWI-SE-EPI)序列技术进行信号采集的方案,在序列上实现二阶运动补偿(M2C)的梯度设计,以降低采集过程中心脏运动的干扰,解决信号丢失问题。基于对志愿者采集的心脏数据的分析,确定了最优成像参数,并建立完整的在体数据分析方案,验证了使用二阶运动补偿序列在舒张期采集,同时使用多次平均,可有效提高成像的稳定性和图像总体质量。同时,针对采集过程中的延迟时间、平均次数、方向数等成像参数进行志愿者实验,控制变量和对比分析,与现有已发表结果对比验证,确定了cDTI在体采集的最优参数。针对国际上还没有形成规范化的处理方案,国内尚无成熟处理软件支持cDTI图像分析的现状,本文设计了完整的数据处理流程,并开发cDTI数据处理软件,实现对主流厂商弥散图像的批处理。软件简洁友好、功能丰富、操作简单、可拓展性强,为科研工作者和临床医生进行cDTI研究和临床应用提供了一种高效的工具软件。

关键词： 显微高光谱成像   微纳材料   特征光谱   图像处理方法  

摘要： 高光谱成像(Hyperspectral Imaging,HSI)技术自上世纪末首次用于遥感技术以来,发展迅速。如今HSI技术不仅应用在遥感和地球观测领域,而且在农业,食品加工,监视,眼保健,环境和化学成像等其他领域也被广泛应用。作为一种新兴技术,HSI技术结合了先进的光谱学和成像技术,可为光谱和空间分析供足够的信息,因此被认为适用于微纳米级材料的分布研究和特性研究。目前,HSI技术的应用已经从宏观物体的检测转移到了微纳米材料的检测上,并且表现出巨大的潜力。使用HSI技术对微纳米级材料进行成像的主要目标是可视化这些小型材料,以便在研究过程中进行分类,识别和分析。本文主要对钙钛矿晶体(MAPb Br3)和多种类荧光分子两种微纳材料的显微高光谱图像进行分析研究,通过研究钙钛矿晶体,证实显微高光谱图像在分析单一微纳材料的特性(比如厚度,结构,原子成分比例等)中有着巨大的优势;通过研究多种类荧光分子,证实显微高光谱图像在微纳材料的分类识别上的巨大潜力。本文的研究主要是供一种辅助手段,从而更好的评价微纳材料的制备情况。主要研究内容及贡献如下:(1)以钙钛矿晶体为例,对显微高光谱成像系统的图像采集模式进行验证,对图像采集过程中的参数进行合理的设置,从而获得高质量的图像。通过分析不同的图像采集模式确定最终的研究模式,本文主要研究透射模式;(2)对钙钛矿晶体的显微高光谱图像进行分析,通过分析其特征光谱曲线并与能谱图对比,发现MAPb Br3晶体的Pb和Br原子比例不同,其特征光谱曲线也会有差异,针对这一发现,通过K均值(K-means)聚类将这一差异可视化。此研究可为制备人员供一种辅助手段来评价晶体制备是否合格,或者可以帮助制备人员判断晶体边缘的分解程度;(3)对多种类荧光分子的显微高光谱图像进行分析,研究多种类微纳粒子的分类问题。通过分析荧光分子的特征光谱曲线选择有用的波段进行研究;由于数据采集需要照明系统,在获取数据的过程中可能存在光源不稳定的情况,通过将原始数据转换为吸光度来降低光源不稳定对实验的影响;虽然经过筛选的波段消除了大量无用信息,但是数据之间仍然存在冗余,通过主成分分析(Principal Component Analysis,PCA)降维的方式消除冗余信息,最后对比不同的分类算法,分析其在多种类荧光分子上的分类效果。此研究以一种更准确高效的方式判断荧光分子所属类别。

关键词： 苎麻叶片   图像处理技术   表型性状   变异性   相关性   主成分分析   聚类分析  

摘要： 植物叶片的形态和大小是决定光合作用与蒸腾作用强弱的关键,对植物的生长发育起着重要作用。基于图像处理技术多尺度的描述叶片,对多方位认识和理解叶片形态有重要参考价值。苎麻叶片表型研究有助于对苎麻种质进一步了解。本文以151个苎麻种源为研究对象,运用图像处理技术从形态学水平上对苎麻叶片表型变异情况进行观测,以期为苎麻叶片的遗传多样性、良种选育等提供研究参考。研究获得以下结论:(1)在151个苎麻种源的16个叶片表型性状的平均值分析上发现,不同种源间的叶片表型性状差异较大,如叶面积、叶长叶宽、干物重、凸包面积的种源间均值最大和最小值分别相差3.33倍、3.41倍、3.37倍和3.38倍。其中编号V1-16种源叶片其凸包面积、圆的直径和归一椭圆短轴长度这三个性状平均值均为最大,且归一椭圆偏心率较小(偏心率越大,椭圆越扁),可以推测此种源叶形较大,约为近圆形;编号V3-22种源椭圆偏心率最大,叶面积与矩形边框比较小,可以推测此品种叶形较扁,约为长卵形。从变异系数的分析上可以发现151个种质的13个表型性状指标变异系数均呈现中等变异(10

关键词： 《潇湘图》   图像处理软件   绘画历史  

摘要： 阴阳作为玄学的重要基础成为画理画论的重要精神内核。玄之又玄的概念虽然能够涵盖世间万物的流转，但基础性概念过于抽象，无法精确贴合研究领域，从而导致实际对应的细分领域下的理论与实践操作的前进和发展会有困难。　　黄宾虹评董源：　　“山水宗董源，擅焦墨、积墨，以沉厚缜密之笔尽阴阳开阖之奇，近之论者谓其在皴擦浓重中，注意光和空气的表现，有细致的明暗变化和推移，有似西方秘。”1　　“光”作为一个西方逻辑中的概念，与墨法、皴法、阴阳这些东方概念同台使用，对本身已经自洽的中国画逻辑体系或许有一种新的帮助。　　本文以董源名作《潇湘图》为研究对象，以“光”作为其中一个角度，从五代时期潇湘地区物理上的光照环境、观看者与画家对光的认知、观看者与画家在时间维度里的动态关系，再到画家对光的表达意识与表达技法为脉络，同时借助计算机图像处理软件的辅助观察重新观看与解读《潇湘图》。　　人说山水画是世人心中的绘画，落实到结果就是衍生出意笔草草的文人画和有固定图式语言的山水主题画作。但是在绘画历史的进程中，追求对物理形象的审美是一个必然的发展阶段，不能被忽视。从中国古代山水画中我们可以感受到古人对自然观察之精微，笔墨呈现之纯熟，这些作品中的一部分成为了中国山水画历史上举足轻重的阶段性代表作品，其画面不仅极具东方色彩，同时也经得起现代西方光学理论的检验。

关键词： 直觉模糊集   知识测度   知识量   阈值分割   模糊图像处理  

摘要： 直觉模糊知识测度在不确定性问题中有着重要作用,由于直觉模糊集的结构特性,知识测度能够有效弥补直觉模糊熵的不足,更加全面地反映不确定性问题研究过程中产生的模糊性与犹豫性。本文以提高知识测度对复杂问题的解决能力为目标,提出改进HammingHausdorff距离,与理想解法(technique for order preference by similarity to ideal solution,TOPSIS)相结合,利用贴近度对知识量进行度量的全新建模方法,旨在不同环境建立统一的公理系统与符合公理系统要求的知识测度,随后将所提知识测度模型应用于图像阈值分割中。主要研究内容如下:(1)本文提出一种针对知识测度的有效建模方法,根据改进的HammingHausdorff距离,结合TOPSIS思想构建直觉模糊知识测度模型,紧接着将其扩展至区间直觉模糊环境,并退化回经典模糊环境。本文依托直觉模糊集本身的结构特性,充分体现知识的内在含义,将知识测度与其公理化定义在不同环境中进行统一,弥补直觉模糊熵的固有缺陷,完善知识测度结构体系、深入探索知识测度的本质。(2)将所提模型或方法应用于图像分割及不确定性决策,验证所提建模方法的可行性与有效性。根据直觉模糊集自身结构特点,提出一种精炼高效的像素分类规则及图像直觉模糊化算法,随后利用所提知识测度模型计算不同阈值下图像直觉模糊集的知识量,确定最佳分割阈值,实现图像分割。同时将上述关键结果推广至区间直觉模糊环境,退化至经典模糊集。为知识测度在实际应用中提供一个新的研究视角和一些不同以往的思路。实验结果表明,本文提出基于知识驱动的图像阈值分割方法性能表现稳定、可靠,所生成的二值图具有更加优良的性能指标,明显优于其他同类算法,在不确定性决策的实例也能得到有效结果。本文统一不同环境下的知识测度模型与公理系统,以便更好的探索知识的本质,并且首次将知识测度新理论引入图像处理领域,为图像处理与知识量的结合提供新的视角。

关键词： MATLAB GUI   图像处理   辅助教学  

摘要： 文章介绍了一款基于MATLAB图形用户界面GUI的图像处理算法一体化教学平台。该平台利用MATLAB GUI组件、通过算法集成、采用底层代码,实现了图像简单处理、图像变换、举例分析等能够与用户交互、图像处理过程可视化的功能,并且完成了不同图像处理平台之间的交互使用。该平台帮助学生掌握数字图像处理的基本原理和内容、熟悉并掌握图像处理的技术方法、了解图像处理的较新研究领域,可用于数字图像处理的辅助教学。

关键词： 医学影像   成像方法   图像处理与分析  

摘要： 本文主要介绍了人工智能图像处理技术在医学成像领域的最新应用进展和研究成果,包括智能医学成像和其他医学成像前沿方向。本篇文章从根本上对人工智能技术研发的可行性和重要性进行分析,指出人工智能在医学影像领域的研究与应用还处于起步阶段,世界各国的长期的研究热点将是人工智能与医学影像的结合,并且表述了学术界和产业界在这一重要方向上的创新工作。

关键词： 高分辨率高光谱   图像复原   图像增强   特征提取   地物识别   退化模型   神经网络   本征特征   集成学习  

摘要： 高光谱图像将确定目标材质的光谱与反映其空间几何关系的图像革命性地结合在一起,极大提升了目标的解析和识别能力。高分辨高光谱图像高效处理与分析已成为资源调查、航天侦察、灾害监测等国家重大战略需求的重要支撑技术。然而,高分辨高光谱图像的空谱结构十分复杂、样本标注难、数据维度高且易受外部环境干扰,导致传统高光谱图像处理与分析方法性能面临瓶颈。如何准确表征、高效融合与精确重建高分辨高光谱图像的复杂光谱与空间结构,实现样本稀缺情形下高光谱图像的高精度识别,是信息处理领域的前沿挑战难题与国际竞争制高点。因此,亟需开展高分辨高光谱图像高效处理与分析关键技术研究。本论文在总结与分析现有研究工作之上,针对高光谱图像在成像质量退化、融合增强和地物精确识别三个方面存在的问题,通过利用高光谱图像自身的结构特性和先验信息,构建了高光谱图像耀斑和云雾退化模型,提出了空谱联合多谱段融合增强和多尺度本征结构提取方法,实现复杂场景下地物高精度识别,并在多个真实场景上验证了本文所提方法的优越性和有效性。具体研究内容如下:(1)针对外部环境(如耀斑和云雾)导致高光谱图像质量退化的问题,本文揭示了耀斑和云雾对地物光谱的响应机理,构建了针对耀斑和云雾的高光谱图像退化模型,提出了退化模型引导的高分辨高光谱图像耀斑与云雾去除方法,实现高光谱图像空间-光谱结构信息的高保真复原,与其他耀斑去除方法相比,本文所提耀斑去除方法在光谱保真度上平均提升了78.94%。(2)针对高光谱图像数据维度高,难以直观反映地物反射特性差异的问题,本文借鉴人类视觉感知机理,构建了空谱联合高光谱图像多谱段融合增强框架,提出了类人视觉多谱段融合增强方法,将包含数百个谱段的高维高光谱图像降为三维的同时,极大增强了城市、滨海湿地等场景下地物与背景的对比度,提升了高光谱图像的视觉解译与判读能力,与其他方法相比,本文所提方法对比度平均提升了46.15%。(3)针对高光谱图像空谱结构十分复杂,难以准确表征的问题,本文阐明了多尺度光谱与空间结构特征在非线性空间内的一致化表征机制,提出了非线性边缘保持特征提取方法,构建了高光谱图像多尺度本征空谱结构特征融合框架,实现高光谱图像复杂空谱结构的准确表征,与同类型特征提取方法相比,高光谱图像识别精度平均提升了21.23%。(4)样本标注难、成本代价高、数量稀缺等因素是制约高光谱图像识别性能的核心问题,本文构建了样本稀缺情形下孤立森林的高光谱目标识别框架,提出了扩展随机行走集成学习的高光谱地物识别方法,样本稀缺情形下高光谱图像识别精度比同类型方法平均提升了9.86%。(5)最后,我们在典型高分辨高光谱遥感实例上验证了本文所提特征提取与地物识别方法的性能。包括:1)通过识别黄河口三角洲湿地类型,分析入侵物种分布情况。2)利用特征提取与识别技术对蓬莱19-3c海上溢油进行探测,掌握溢油空间分布情况。3)对雄安新区马蹄湾村农田、居民区与水体进行识别与精确制图。4)通过对武汉洪湖地区高光谱图像进行特征提取,精细化识别该区域的农作物类型。5)融合高光谱与可见光图像对芬兰锡林耶尔维矿物质进行精准探测。

关键词： 浮选   深度学习   卷积神经网络   灰度分析  

摘要： 矿物浮选的智能化是矿物资源利用及浮选工业的重要议题。提高浮选效率,就能有效提升矿产资源利用率、减少企业成本、提高能效、减少环境污染。在浮选工艺研究中,对浮选泡沫图像的智能监控是煤炭浮选领域研究的重点。然而,在现实工业浮选流程中,灰分等关乎浮选品质的重要指标,长期以来依靠人工采样化验得到,具有严重的滞后性,且只能得到几个时段的灰分数据,无法做到实时在线监测。因此煤炭的传统浮选流程难以及时对生产情况进行调整,难以保证产出的精煤合格、稳定。近年来,随着计算机图像处理技术的飞速发展,机器视觉在工业中得到广泛应用,人工智能与深度学习能够成为浮选智能化的重要工具。大量研究表明,浮选泡沫表面的视觉特性蕴含着大量的与浮选工况、生产指标相关的信息,例如煤炭的灰分与泡沫表面灰度的关联性。虽然传统图像处理算法在这方面取得了一些效果,但上限不高。尽管新兴的深度学习方法理论上在足量样本训练的情况下拥有极高准确率,但是囿于浮选行业的固有条件,采集、标注数据相对困难,难以形成较大的数据集,导致了没有可靠公共数据集的行业通病。行业惯用的基于绝对值测量的软测量方法在此种情况下难拟合、误差大、通用性差。本文针对以上困难和不足,依托煤炭浮选实验,以煤炭为代表研究矿物浮选图像,采用计算机图像处理算法,对煤炭的浮选泡沫图像进行研究,具体内容包括:(1)提出一种基于Deep Labv3+改进的M-Deep Labv3+神经网络,采用深度学习算法研究气泡生成速率等因素对浮选效果的影响。在实验室环境下,采用XFD-63型变频调速单槽浮选机进行煤炭浮选实验。选择采集包含浮选操作所有流程的视频,根据时间点从视频中优选截图进行研究,并采用专家咨询结合算法实际需求进行标注。完成对泡沫图像的分割。实验结果表明,较传统轮廓提取算法和原神经网络,改进后的网络准确度较高。(2)提出一种基于浮选泡沫图像的煤灰分变化检测方法。该方法能够通过计算泡沫灰度进行灰分相对性测量,抗噪声能力强,通用性高,能弥补在小样本条件下深度学习精度低的缺点,监测浮选工况的好坏。(3)设计一套可用于浮选现场的相对灰分变化监测系统。该系统能较好的指导现场的生产情况。此外,实验的煤炭浮选泡沫图像数据采集流程,能有效获得高质量的可用数据集,形成一套矿物浮选泡沫图像数据采集的标准流程,为深度学习在后续相关的研究应用中打下基础。该论文共有图44幅,表14个,参考文献65篇。

关键词： 视频图像   航迹   聚类分析   拟合  

摘要： 船舶航行轨迹数据采集和分析有助于提高海上交通管理水平,提高海域、港口和内河航道的航运效率。传统的船舶轨迹采集以卫星图像分析技术为主,轨迹特征提取效率较低,本文提出一种基于视频图像处理技术的船舶轨迹线采集与分析技术,该技术结合航运船舶的视频图像信息,利用信息聚类、特征提取算法等,实现了船舶航行轨迹的高效采集和航迹拟合,具有一定的实际应用价值。