介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,...介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。展开更多
机车车辆的运行与检修环境复杂,灰尘多、反光等因素使点云存在缺失、噪声、成片虚假点等问题,严重影响机车机器人闸瓦图像检测的准确性。为此,文章提出了一种基于3D图像的机车机器人闸瓦尺寸算法。其首先根据相机透视变换与点云配准算...机车车辆的运行与检修环境复杂,灰尘多、反光等因素使点云存在缺失、噪声、成片虚假点等问题,严重影响机车机器人闸瓦图像检测的准确性。为此,文章提出了一种基于3D图像的机车机器人闸瓦尺寸算法。其首先根据相机透视变换与点云配准算法来实现模板感兴趣区域(region of interest,ROI)与测量ROI的自动变换,一定程度上弥补了机车机器人的重复定位误差。对于反光造成的点云缺失和噪点问题,其采用RANSAC算法对基准ROI进行平面拟合以弥补由此造成的精度损失,并使用有序点云自动滤波算法高效滤除部分刹车盘与闸瓦之间的点云。对于因机车抱闸以及刹车盘表面镜面反射产生的成片虚假点云而导致的边缘区分难度大问题,文章针对性地设计了滤波算子,初步分离闸瓦边缘,提取闸瓦侧面ROI。接着,根据闸瓦的成像特征,使用基于梯度的边缘提取与跟踪算法,实现闸瓦点云边界的精确提取和松闸间隙的精确测量。最后使用排序策略的统计学方法,实现准确的尺寸测量。采用文中所提算法,可实现松闸间隙小于2 mm情况下的精确测量。采用该方法对不同形态、位置、光照复杂环境下的闸瓦进行测量,并用游标卡尺进行实际测量对比,结果显示,机车闸瓦磨耗尺寸测量精度基本控制在±1 mm范围内,具备一定的算法鲁棒性。展开更多
为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast L...为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast Limited Adap-tive Histogram Equalization,CLAHE)优化明度分量,使图像更接近均匀光照场景,并使用自适应Gamma对饱和度分量进行校正.然后,采用三维块匹配滤波(Block-matching and 3D Filter-ing,BM3D)算法对光照分量进行估计,并求得相应的反射分量,提出一种改进Gamma变换函数,依据光照分量信息对明度分量进行增强,同时,采用Gabor滤波器和Canny算法对原图进行细节提取,提出一种细节增强策略,对反射分量及其纹理细节进行增强.最后,将各分量进行加权融合,再将增强图像变换回RGB空间.实验结果表明,所提算法相较于自动色彩均衡、自适应局部色调映射、低光照图像增强、带色彩恢复多尺度视网膜增强算法有更好的增强效果和普适性,且原图经过增强后,信息熵、峰值信噪比、结构相似性指数、图像质量指数、平均梯度有显著提升,均方根误差显著下降.展开更多
文摘介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。
文摘机车车辆的运行与检修环境复杂,灰尘多、反光等因素使点云存在缺失、噪声、成片虚假点等问题,严重影响机车机器人闸瓦图像检测的准确性。为此,文章提出了一种基于3D图像的机车机器人闸瓦尺寸算法。其首先根据相机透视变换与点云配准算法来实现模板感兴趣区域(region of interest,ROI)与测量ROI的自动变换,一定程度上弥补了机车机器人的重复定位误差。对于反光造成的点云缺失和噪点问题,其采用RANSAC算法对基准ROI进行平面拟合以弥补由此造成的精度损失,并使用有序点云自动滤波算法高效滤除部分刹车盘与闸瓦之间的点云。对于因机车抱闸以及刹车盘表面镜面反射产生的成片虚假点云而导致的边缘区分难度大问题,文章针对性地设计了滤波算子,初步分离闸瓦边缘,提取闸瓦侧面ROI。接着,根据闸瓦的成像特征,使用基于梯度的边缘提取与跟踪算法,实现闸瓦点云边界的精确提取和松闸间隙的精确测量。最后使用排序策略的统计学方法,实现准确的尺寸测量。采用文中所提算法,可实现松闸间隙小于2 mm情况下的精确测量。采用该方法对不同形态、位置、光照复杂环境下的闸瓦进行测量,并用游标卡尺进行实际测量对比,结果显示,机车闸瓦磨耗尺寸测量精度基本控制在±1 mm范围内,具备一定的算法鲁棒性。
文摘为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast Limited Adap-tive Histogram Equalization,CLAHE)优化明度分量,使图像更接近均匀光照场景,并使用自适应Gamma对饱和度分量进行校正.然后,采用三维块匹配滤波(Block-matching and 3D Filter-ing,BM3D)算法对光照分量进行估计,并求得相应的反射分量,提出一种改进Gamma变换函数,依据光照分量信息对明度分量进行增强,同时,采用Gabor滤波器和Canny算法对原图进行细节提取,提出一种细节增强策略,对反射分量及其纹理细节进行增强.最后,将各分量进行加权融合,再将增强图像变换回RGB空间.实验结果表明,所提算法相较于自动色彩均衡、自适应局部色调映射、低光照图像增强、带色彩恢复多尺度视网膜增强算法有更好的增强效果和普适性,且原图经过增强后,信息熵、峰值信噪比、结构相似性指数、图像质量指数、平均梯度有显著提升,均方根误差显著下降.
