刘伟[1]2007年在《图像检索中若干问题的研究》文中提出图像含有比文本更为丰富的信息，在人们日常生活中发挥着重要作用。近年来由于因特网技术的发展及各种消费型电子产品的普及，每天都有巨量的数字图像产生和发布。在多媒体数据库中快速、有效地寻找所需要的图像是一个非常有意义的课题。目前工业界的许多图像搜索引擎(如Google~(TM)和百度~(TM))在搜索图像时并没有按照图像内容本身来搜索，而是根据与图像相关联的文字信息来完成搜索任务。导致搜索结果不尽如人意。基于内容的图像检索是有望解决这一问题的关键技术。本文对这一技术中的几个问题进行了研究，取得了如下结果：纹理特征是图像检索中广泛使用的重要底层视觉特征。本文将图像纹理视为非线性动力系统产生的信号，使用2种非线性信号分析方法-复杂性方法和希尔伯特-黄变换(HHT)方法来提取图像的纹理特征并将之用于纹理图像检索。得出的结果有：(1)将时间序列复杂性方法用于图像纹理分析与检索。所做的工作和得到的结论是：比较了8种时间序列复杂性方法用于图像检索时的性能，发现基于符号动力学和基于熵的方法不适于图像检索；基于频谱分析的CO复杂性特征适于图像检索，该特征的检索性能与二维图像一维化的扫描方法有关；实验表明采用Hilbert扫描方式的CO复杂性特征在Brodatz纹理库上取得了和Gabor特征极为接近的检索结果，计算特征所需要的时间比Gabor特征少了一个数量级；由图像阈值化算法得到启发，提出了一个新的一维时间序列粗粒化框架；提出了多种基于二维CO复杂性测度的纹理特征：复杂度直方图和多尺度复杂度直方图、复杂度共生矩阵、复杂度纹理谱和多尺度复杂性特征；实验表明基于金字塔分解的多尺度复杂性特征在不同的实验图像库上检索性能稳定，是一种较好的纹理特征；(2)将希尔伯特-黄变换方法用于图像纹理分析与检索，所做的工作和得到的结论是：提出了一种新的基于聚类的边界处理算法以改善经验模式分解(EMD)方法所产生的边界效应问题；使用二维Hilbert变换计算了内禀模态函数(IMF)的幅值作为检索用的图像纹理特征。实验表明，提出的HHT特征可以取得和Gabor特征较为接近的图像检索结果。图像的显着性区域是表达图像语义的主要部分。本文尝试使用一个基于视觉生理和心理物理实验基础的选择性视觉注意计算模型用于自然图像检索的研究。所做的工作和得到的结果是：(1)使用视觉注意计算模型计算了图像中的兴趣点并提取兴趣点周围的局部特征用于图像检索。提出的检索特征有图像的显着性直方图特征、图像的显着性标签和注意焦点(FOA)空间关系直方图特征。实验结果表明显着性标签和FOA空间关系混合编码的直方图特征可以取得比全局直方图特征更好的检索结果；在采用视觉注意计算模型计算得到的图像显着性区域上提取的一些区域特征可以取得比全局特征更好的检索结果；(2)提出了将潜在语义标引方法和视觉注意计算模型结合起来用于自然图像检索的方法；(3)提出了在多示例学习框架下基于视觉注意计算模型和JSEG图像分割算法的包生成器方法，并将其用于自然图像检索。图像检索实验表明基于JSEG分割算法的包生成器取得了比一些文献中提出的包生成器更好的实验结果。本文提出了“图像语义阈值”的新概念及其度量方法。通过计算机实验和心理物理学实验初步得到如下结论：在自然图像认知或理解时存在一个语义阈值；可以通过图像的图像熵和图像分维数及类似Weber律的方法来度量该阈值；差别阈限图像及其原始图像的度量值的比值与图像语义内容无关，而和色彩模式(彩色或灰度)及图像的变换方法相关。本文作者还设计与开发成功了一个图像检索实验平台。使用该平台方便了研究者进行图像检索实验研究，提高了工作效率，便于他们之间进行学术交流。这项工作具有一定的应用价值。
李晓东[2]2004年在《图像拼接技术及其在眼底摄像中的应用》文中提出计算机图象处理是一门伴随着计算技术的高度发展而新兴起的学科。它的目的是在计算机上实现和强化人的视觉以及人对视觉信息的加工和处理能力。它首先应用于航天领域，迄今为止已在各行业、各学科、各应用领域得到了广泛的应用。图像拼接技术是数字图像处理中比较重要的技术，现已广泛应用于数字视频、运动分析、虚拟现实技术、遥感图像处理、医学图像分析等领域。图像拼接效果的好坏主要取决于图象的匹配算法，因此图像匹配技术是图像拼接中的关键和核心技术。本文对常用的几种图像匹配算法做了深入细致的研究，并对特征块的选取和基于图像灰度模板的匹配算法做了改进，提出了一种快速的图像拼接算法。最后用Visual C++高级编程语言实现了本文所提出的快速图像匹配算法，实验证明改进的图像匹配算法能大大提高匹配速度，且实现起来方便、高效。 眼底是位于内眼后部组织结构的统称，主要结构包括视网膜、脉络膜和视神经等。眼底成像就是摄取眼底的结构，并使其在显示器上显示。它是一种无创伤的技术，对于诊断和记录各种眼睛疾病有很大的帮助。许多全身性疾病往往发生眼底病变，因此眼底图片对某些疾病的诊断具有重要参考价值。目前，为了使拍摄的图片尽可能的大，在拍摄眼底图片前先散孔，这种方法一方面会给病人带来痛苦，另一方面拍摄照片的过程非常麻烦。为了减少这些不利因素，我们提出了采用图像拼接技术，应用本文提出的算法和实现技术勿需散孔，而是“分块采集，分块处理，再拼接为一体”，使医生的诊断过程更加方便，也减少了病人的痛苦，具有较高的实用价值。 本文内容共分为四部分，按以下顺序安排： 一、引言 阐述了本课题的来源、图像拼接技术的研究现状、常用的匹配算法以及本文采用的方法及步骤。 二、基于图像灰度模板的匹配算法 本部分重点介绍了改进的基于图像灰度模板的匹配算法，并对伪匹配图像拼接技术及其在眼底摄像中的应用及其消除方法做T简单的研究。图像拼接的实现本部分从硬件和软件两方面具体介绍了图像拼接的实现过程.总结对本文的主要工作做7总结，并对本文存在的不足及需要改进的地方做了说明
胡莎莉[3]2004年在《医学数字图像处理系统的研究》文中指出随着计算机技术的不断发展和成熟，图像存档与通讯系统(即PACS，Picture Archiving and Communications System)在医疗机构中的应用越来越广泛。PACS系统完成对医学图像的图像采集、存储归档、图像显示、图像处理和传输等功能。其中医学图像处理系统涉及多种图像处理、图形操作和叁维可视化算法，是PACS系统的核心功能之一。 本文实现了一个基于微机的PACS系统中的医学图像处理系统，该系统实现了对符合医学数字图像与通讯标准DICOM的图像文件的解析功能；提供了对医学图像数据的基本处理功能和图像数据处理的用户界面；实现了由序列CT图像构造体数据，并提供体数据的预处理、表面绘制和体绘制功能，提供了可视化的控制界面。本文还对医学图像处理和分析原理及医学图像的可视化的各个过程进行了详细分析和说明。在实现基本功能的基础上，设计并实现了动态窗宽、窗位调节技术；设计并实现了基于目标图像的旋转算法，保证了图像旋转的目标图像面积不变性；提出并实现了一种改进的基于梯度的图像分割算法，通过利用图像的梯度信息和分割阈值相结合的算法，提高了图像分割的准确性；改进了常用的4邻域区域填充算法，使其符合具体的需要，使该算法在应用中对计算机内存的要求大为降低；分析和比较了常用的表面绘制和体绘制算法的优劣，基于对VTK(Visualization Toolkit)类库的研究和分析，实现了医学序列CT图像的叁维可视化。
傅承彬, 梁瑜[4]2000年在《数字图像处理技术及其在寄生虫学中的应用前景》文中研究指明数字图像处理(digital image processing)技术亦称计算机图像处理技术,它是将图像信号转换成数字格式并利用计算机对其进行分析处理的过程,通常指利用计算机对视频信号作数字处理。数字图像处理技术具有客观性、精确性、可重复性、实时性及灵活性等优点,已广泛应用于生物医学的各个领域,本文综述数字图像处理技术的基本原理、方法、应用、有关资料的因特网查询以及它在寄生虫学研究领域中的应用前景。
郑慕之[5]2005年在《MRI二维图像处理及可视化研究》文中认为本课题来源于学校“十五”重点学科建设项目:“计算机集成诊断与治疗系统”。本论文研究的重点是为了解决项目中的二维图像处理技术的关键问题,为得到较好的叁维可视化效果服务,确保医生有效诊断、治疗或制定手术计划。围绕该目标,本论文主要研究了包括图像增强、边缘提取及分割等图像预处理技术,并在此基础上,对叁维可视化实现技术做了一定的探讨。目前医学成像系统生成的二维图像虽可为医生提供人体内部组织器官的信息,但不易得到各器官之间的空间相对位置关系,不利于对病情的准确诊治,叁维可视化将人体的器官及病变部位以叁维立体形态显示出来,为医生的临床实践提供可视化信息。优质效果的叁维可视化结果,要求高清晰度的断层图像。由于成像设备本身的因素及其在成像过程中各种噪声的影响,造成二维图像存在大量噪声,本质上具有模糊性和不均匀性,影响叁维可视化效果。因此,对医学图像进行预处理及可视化研究,具有重要的学术意义和应用价值。本论文针对传统算法在 MRI 医学图像处理中的局限性,首先,利用小波分析的多尺度和局部化特性,对 MRI 图像进行增强,同时有效的抑制噪声;并在多尺度小波分析算法的基础上,结合模糊数学理论对 MRI 图像中病灶的微弱边缘信息进行提取;然后,采用基于边缘的分割方法对 MRI 图像进行组织分割;最后,通过前面有效的二维预处理,有效保证医学图像叁维可视化质量的前提下,对光线投影改进算法进行了一定的研究,在提高医学叁维体重建速度方面做了一定的基础研究工作。文中所提出的基于小波的改进算法,效果良好,为得到较好的叁维可视化效果提供帮助;实时性是叁维可视化的另一个重要指标,文中最后对叁维可视化的加速技术进行了初步研究,为项目中的医学图像叁维体重建和叁维体分割等技术做了较好的前期工作。
莫艳法[6]2008年在《纹理技术及其在分形中的应用》文中进行了进一步梳理分形理论是现代非线性科学研究中十分活跃的一个数学分支,在物理、地质、材料科学、计算机科学及工程技术中都有着广泛的应用。纹理、纹理分割、纹理合成及其应用是计算机图形学,计算机视觉和数字图像处理等领域的研究热点之一,近年来取得了长足的进展。本文在以分形为背景的前提下,研究纹理分割及合成的各项技术,通过参阅前人提出的各种算法,做出总结并推敲,提出一种利用线性插值获得连续纹理的新算法。算法的详细内容将在文章中具体描述。通过比较可以得出结论,利用本方法进行的纹理合成的过程不仅与以往算法存在着明显区别,而且获得的连续纹理保持了很好的连续性。本文布局分为四个部分:第一部分绪论,主要讲述本文研究理论背景、研究意义以及当前国内外分形和纹理各种技术的研究现状,当前存在的问题等。第二部分重点介绍分形理论。涉及到分形的来源、应用以及生成分形图的一些常用方法步骤并举出具体例子作为说明。这一部分内容是为纹理在分形中的应用作铺垫,是本文的核心内容之一。第叁部分讲述的是关于纹理,纹理映射,纹理分割、纹理合成各种技术。其中纹理分割与纹理合成是本章的核心内容。这一部分将着重介绍纹理分割以及纹理合成通常采用的算法。第四部分纹理的连续过渡。这一部分是在总结上述纹理合成算法的基础上,提出了一种用纹理合成新算法。本部分详细讲述本算法思想,生成步骤,最后给出实验实例。
周海洋[7]2017年在《图像配准及其在天文和显微图像中的应用研究》文中进行了进一步梳理天文和显微图像是图像处理中两个相对比较专业的领域。近几年,天文摄影以及国内外数字显微镜系统的发展,对天文、显微图像的处理和应用提出了新的需求。本课题根据天文及显微图像应用领域的需要,研究了图像配准算法及其在天文和显微图像中的应用。在天文图像领域,图像配准主要用于校正设备抖动与地球自转引起的图像平移、旋转、缩放及大气扰动造成的非刚性变形;在显微图像领域,图像配准主要用于辅助融合图像以延拓景深或拼接图像以拓宽光学系统视场。在深空图像①实时迭加应用中,本文分析了目前比较热门的基于特征描述的方法应用到深空图像配准中时存在的问题,并结合深空图像的特点,提出了可应用于深空图像实时迭加和平均的叁种方法。首先,提出的基于星点提取和星点几何信息描述的配准算法引入了中心化思想的Otsu方法提取星点,创造性地使用星点属性和几何信息描述星点;引入的二值化思想和简单有效的异常匹配剔除机制解决了目前深空图像配准方法效率低、资源占用率高的问题。其次,提出的使用待描述星点同邻近稳定星之间几何关系确定主方向的想法解决了常规描述符描述星点时主方向估计难的问题,同其他使用星点邻域统计信息的算法相比,新算法更可靠、更稳定;同基于叁角形或多边形的方法相比,新算法不需要构建和存储大量的叁角形或多边形,提高了效率、节省了资源。提出的邻域子块尺寸自适应选择策略有效地避免了需要经验选择邻域子块大小的缺陷;提出的将星点属性和星点同邻域星点的几何关系嵌入SURF描述符的思想提高了 SURF描述符的鲁棒性。作为一个新的描述符,它表现出了更好的旋转不变性及抗噪声能力。最后,改进型高效叁角形相似法开创性地提出了通过分析提取星点单像素强度和大小分布对星点进行划分的想法,并据此优化了叁角形的构建过程;首次引入的相似性权重因子完美地解决了由于减少叁角形造成的正确匹配对太少、召回率太低的问题;提出的相似性标准自适应计算方法,解决了相似标准选择难的问题。实验证明,改进型高效叁角形相似法在维持较高匹配对数、匹配精度和召回率的同时,获得了极高的匹配效率。在星体图像②实时配准应用中,针对星体摄影易遭受设备抖动和地球自传的影响,并考虑星体图像缺少纹理细节的特点,深入研究了基于相位相关法的图像配准技术,首次将相位相关法中基于亚像素配准的方法拓展并应用到更普遍的情况。改进后的方法在保证精度的同时解决了相位相关法在处理大尺寸图像时效率严重下降的问题,实现了大尺寸星体图像实时配准。针对大气扰动造成的图像非刚性变形,对现有的非刚性图像配准算法在去大气扰动中的应用进行了深入的研究。针对目前使用技术的不足及星体图像的特点,提出了一种可以去除星体大气扰动降质的基于特征和B样条的非刚性自由变形模型配准算法。提出的方法首次使用SURF描述符描述参考图和待配准图中稀疏和稠密采样的网格点。针对天文图像中非刚性变形的微小性和局部型,创新性地提出了局域约束的匹配方法用以实施稀疏点和稠密点的快速匹配,该方法的提出大大提高了匹配精度和效率。通过将初始变换矩阵赋给基于B样条的自由变形模型,保证了该方法收敛到更优解,且配准质量严格地遵守网格划分的稀疏情况,提高了原始方法应用于星体图像去大气扰动时的效率和鲁棒性。在显微图像应用中,针对目前显微镜景深延拓系统通过调节物距采集多张图像进行融合的方式对精密复杂的辅助控制系统依赖度较高且不便于系统拓展和应用,本文创新性地设计了一款传感器可移动的相机并为其开发了显微图像可用的自动融合算法。设计的相机通过调节传感器降低了对运动控制精度的要求,可以捕获更多景深连续变化的图像,更有利于融合得到大景深图像。设计的配套软件首次将清晰度因子和像素预筛选机制应用到图像融合算法中,提高了融合质量。
祭胜仓[8]2007年在《基于数学形态学的边缘检测及其在医学图像处理中的应用》文中研究说明医学图像边缘检测是虚拟手术系统中图像处理与分析的一个经典问题。它是整个虚拟手术中基础而又关键的环节，在医学图像分割、图像匹配、病灶确定等方面占有举足轻重的地位。本文比较详细地研究了传统的和新兴的边缘检测方法，客观地分析了它们的优缺点。在此基础上，对运用数学形态学的思想进行图像边缘检测进行了深入的研究，为本文核心工作打下坚实的理论基础。由于经典边缘检测方法存在计算量大，计算时间长，对噪声敏感等缺点，本文在研究数学形态学的基础上，构造了全方位多尺度多结构元素边缘检测方法。多结构元素可以提取不同形态的边缘，避免采用单一结构元素所造成的边缘信息的丢失；多尺度结构元素可以提取不同大小的边缘，有利用提取细节信息和保持图像整体边缘轮廓；全方位结构元素可以在不同方向上对图像边缘进行提取，从而有力地保证了图像信息的完整性。通过采用全方位多尺度多结构元素，并结合不同尺度下选取不同的权值，可以很好地提取含有噪声的图像，从而实现了提高精度与抗噪性能的协调统一。针对无噪声和有噪声的灰度图像进行实验，并和其它的边缘检测算法进行比较，该算法在实时性、检测精度和抗噪性能上都有显着改善。最后针对医学图像的特点，将上述改进的算法应用于医学图像中。实验表明，这些形态学边缘检测算法应用于图像边缘检测中提取出了良好的图像边缘，算法简单，同时较好地保持图像的边缘细节特征，具有良好的性能和适应能力。
胡文静[9]2006年在《自动人脸识别技术研究及其在人员身份认证系统中的实现》文中研究表明自动人脸识别技术(AFR)是一项极具挑战性的前沿研究课题。它试图通过计算机分析人脸图像并从中提取有效识别信息，达到辨认人员身份的目的。对AFR技术的研究不仅具有重大的理论和学术研究意义，而且具有潜在的巨大应用价值。 经过近几十年特别是近几年来的研究，自动人脸识别技术已经取得了长足发展，用于人脸识别商业系统已经面市，但对应用条件的限制相当严格；在非理想可控情况下的自动人脸识别技术还远未达到实用化的程度，有很多研究工作要做。 本文作为上海市应用材料科技国际合作共同计划(上海市科委AM基金)项目(《基于ARM和RFID芯片的自组织安全监控系统的研制》编号：0512)的主要研究内容之一，从构建自动人脸识别系统需要解决的若干关键问题入手，重点探讨了实时人脸检测与跟踪、面部关键特征定位、高效的人脸特征描述、鲁棒的人脸识别分类器及自动人脸识别系统设计等问题。 1、提出了结合肤色校验的Haar特征级联分类器实时人脸检测算法(SCC-HCC)和基于人脸约束的人脸实时跟踪算法(AM-CamShift) 人脸检测是自动人脸识别系统首先需要解决的关键问题。Viola于2001年提出的基于Haar特征级联强分类器的人脸检测算法，通过抽取人脸的Haar特征训练分类器，达到人脸检测的目的，但由于其仅仅利用了人脸的灰度信息，没有考虑人脸的肤色分布，因而对复杂背景中类人脸结构的物体对象区分的鲁棒性较差。鉴于此，论文第叁章提出了基于肤色模型校验和Haar特征级联强分类器的快速人脸检测算法(SCC-HCC)。 人脸跟踪是基于视频的人脸识别、视频监控等典型应用中必不可少的环节，CamShift算法对于目标物体的跟踪具有较强的鲁棒性，但其存在跟踪窗口(Tracking Window)必须通过手工标定的缺陷，而且对背景中类肤色区域的鲁棒性欠佳。我们在CamShift算法的基础上提出了基于人脸约束的实时跟踪算法(AM-CamShift)，实现了跟踪窗口自动标定及多目标的快速自动跟踪，有效提高了对背景中类肤色区域的鲁棒性。 2、针对传统线性判别分析法存在的小样本问题(SSS)，通过调整Fisher判别准则，实现了自适应线性判别分析(A-LDA)算法，提出了基于A-LDA算法的分类判决准则及相应的人脸识别方法
罗博博[10]2014年在《骨科手术导航中2D-3D医学图像配准的应用研究》文中研究说明在外科临床手术中,骨科手术是一类风险较大的常见手术。传统地,临床医生在手术中主要凭借以往临床经验或依赖患者术前MRI、CT影像或二维X线透视片评估病人的解剖信息。此时,医生需要通过该影像于大脑中构建具有叁维形态的人体器官和手术过程,尽管这种方式能对临床手术起到一定的辅助作用,但手术的成功率很大程度上依赖于外科医生的临床经验,整个手术操作过程缺乏客观科学的影像依据。如果采用临床X线图像进行术中实时引导,临床医生和患者都须接受较大剂量的辐射,他们的身体将被严重伤害。因此,骨外科手术导航技术应运而生,它是临床医学影像技术、电子和计算机技术共同发展的结果。手术过程中,它以MRI、CT等影像数据为基础,将病人术前医学影像数据和手术床上病人的解剖结构准确对应,定位追踪器将手术器械的相对位置在病人解剖影像上以虚拟探针的形式实时更新显示,使骨外科医生实时掌控手术器械相对病人解剖结构的精确位置,从而实现骨科手术的引导。骨科手术导航在临床应用中可以提高手术的精确度和成功率,同时也减少了患者的创伤,即成为目前计算机集成外科辅助治疗领域的研究热点。骨科手术导航技术中,医学图像配准为其中重要的一环。医学图像配准是指将来自不同形式或不同时间的探测器的医学图像(如MRI, CT, X线图像等),利用计算机技术实现对于一幅医学图像寻求一种或者一系列的空间变换,使它与另一幅医学图像上的对应点达到空间上的一致,主要包括4个要素：几何变换、插值算法、相似性测度和寻优算法。医学图像配准方法有很多种,按照图像的维数,可以分为2D-2D、3D-3D、2D-3D;按照配准过程中的相似性测度,分为基于特征的和基于灰度的配准方法。基于特征的和基于灰度的图像配准的主要区别在于是否包含分割步骤,基于特征的方法包括图像的分割过程,用于提取图像的目标信息,这些信息可以是人造的(例如,植入的放射性不透明物),也可以是图像组织本身的(例如,骨组织),然后对图像的显着特征进行配准。基于灰度的配准方法无需进行图像分割,直接采用图像的统计信息作为配准的相似性度量即可。医学图像配准的实质就是对变换参数进行不断优化的过程,而被优化的目标函数为配准的相似性测度。相似性测度是评估浮动图像和参考图像是否完全配准以及能否满足配准目标的重要依据。并且,相似性测度值能够反映图像的配准效果,相似性测度方法的选择能对图像配准起到重要作用,它将决定如何确定配准变换。迄今为止,图像配准的相似性测量主要包括互信息(Mutual Information)、差值图像的嫡(Entropy of the Difference Image)、归一化互相关(Normalized Cross Correlation)、梯度相关(Gradient Correlation)等。为实现2D-3D医学图像配准,本文采用B.SrinivasaReddy和B.N.Chatterji提出的基于Fourier-Meilin变换和相位相关相似性测度的医学图像配准方法对获取的DRRs和临床X线图像进行配准。它将时域上的医学图像灰度经过傅里叶变换到频域上再求频谱相位相关性---互功率谱特性,然后对目标互功率谱进行反傅里叶变换找到相应的峰值位置,从而确定配准参数。它具有运算量小、抗干扰能力强、配准精度高和鲁棒性强等优点。2D-3D医学图像配准在骨外科手术导航等临床应用中起着重要作用,一直以来备受研究者的重视。它也是计算机辅助外科手术和图像引导手术中的重要步骤之一。它将术前的3D体数据与术中的2D图像数据进行配准,通过追踪器的定位追踪,临床医生将得到一个实时的手术器械相对患者病灶的叁维空间位置关系,弥补了因采用只具备二维平面信息的X线图像进行术中引导而缺失的叁维医学影像信息,临床医生方可精确、安全地进行手术。目前,2D-3D医学图像配准主要集中在刚性配准方面,还存在很多不足,例如,配准精度不够,配准时间比较长,很难满足临床应用中的精确性和实时性等要求。数字重建影像(DRR, Digitally Reconstructed Radiograph)在2D-3D医学图像配准中有着重要的作用,也是骨科手术导航中的关键技术。数字重建影像是对CT图像进行模拟投影方式产生的虚拟X线图像,广泛应用于计算机辅助外科手术、图像引导介入治疗和图像引导放射治疗等领域。特别地,在骨科临床,骨折手术治疗涉及的解剖结构相对复杂,常规手术风险较大,应用导航技术可提高手术的安全性和准确性。生成DRRs的方法有很多,例如,光线投影(Raycasting)、摇晃抛雪球(Wobbled splatting)、衰减场(Attenuation fields)等算法。DRRs的生成是一个耗时相当长的过程,对于N×NxN的图像数据,传统的算法,如光线投影(Ray casting)、抛雪球(Splatting)等算法的计算复杂度为O(N3),成为2D-3D医学图像配准的重要瓶颈。而在临床骨科实时图像引导手术中,基于灰度的2D-3D医学图像配准给临床医生提供一个到人体内部虚拟的、非侵入式的的窗口,使医生能够看到一个肉眼无法直接看到的解剖与手术器械的叁维空间相对位置关系,使得手术精确、顺利进行。为了快速、准确获取病灶和手术器械的叁维空间相对位置关系,常要生成数百张DRRs,并做到实时配准。因此快速DRRs生成方法的研究成为骨科手术导航系统中亟待解决的关键问题。降采样是对过采样或正常采样的数据进行二次抽取或降低频率二次采样数据的过程,这样可以减少计算量,节约计算时间,是实时处理领域的一种常用的方法。在体绘制中,它主要包括增大采样步长⊿t、增大起始点tin或减小终点tout、根据特征抽取特定信息和减少穿透CT体元的模拟X线的数量等方式。计算机统一设备架构(CUDA, Compute Unified Device Architecture)是一种将GPU作为数据并行计算设备的软硬件体系,可以对数据进行高度的并行计算,在处理图形数据和复杂算法方面拥有比CPU更高的效率。它的出现改变了GPU的编程和存储模式,使得GPU通用计算从高级绘制语言和硬件流水线中解放出来,开发人员无须掌握图形学编程的方法就可以完成高性能的并行计算。在这一架构中,它提供了类似C语言的开发环境,使得开发人员使用C语言和CUDA扩展库编写程序,从而直接利用GPU资源进行计算,降低了开发的复杂度,同时也能提高了开发效率,备受编程人员的青睐。本文研究的核心为探讨如何利用多种加速技术来提高数字重建影像的生成速度,从而解决2D-3D医学图像配准的速度瓶颈,满足骨科临床手术导航应用的实时性要求。围绕着研究定位,本文的工作内容和主要贡献如下：首先,研究了医学图像配准以及CUDA并行计算架构。简单分析了医学图像配准方法的分类、医学图像配准的要素、医学图像配准的测度及其在临床医学领域的应用,同时也重点研究了CUDA的编程模型、执行模型、存储体系及其在数字重建影像技术中的应用。其次,研究分析了2D-3D医学图像配准、数字重建影像技术及其在骨科手术导航中的应用。本文研究的2D-3D医学图像配准为先将叁维CT医学影像数据投射成数字重建影像(DRR),然后再将二维的DRR和二维临床X线图像进行基于灰度方法的医学图像配准。主要针对临床骨科手术导航中存在的实时性问题,重点讨论了数字重建影像生成的算法,结合多种加速技术,基于光线投影算法的DRRs生成原理,采用统一并行计算架构CUDA加速,再引入大步长与只采样骨性结构相结合的降采样,快速生成只含骨性结构的DRRs。同时也采用了B.SrinivasaReddy和B.N. Chatterji提出的基于Fourier-Meilin变换和相位相关相似性测度的医学图像配准方法将通过改进算法得到的DRRs和临床X线图像进行医学图像配准,实现了2D-3D医学图像配准,并给出了相应的实验结果。结果显示,改进的算法能快速生成只含骨性结构的DRRs,也能使得获取的DRRs和临床X线精确配准,从而实现快速、精确的2D-3D医学图像配准,满足了骨科临床手术导航应用中的实时性要求。最后,我们对本文工作进行了分析与总结,并对未来的工作进行了展望。
参考文献：
[1]. 图像检索中若干问题的研究[D]. 刘伟. 浙江大学. 2007
[2]. 图像拼接技术及其在眼底摄像中的应用[D]. 李晓东. 曲阜师范大学. 2004
[3]. 医学数字图像处理系统的研究[D]. 胡莎莉. 重庆大学. 2004
[4]. 数字图像处理技术及其在寄生虫学中的应用前景[J]. 傅承彬, 梁瑜. 国外医学(寄生虫病分册). 2000
[5]. MRI二维图像处理及可视化研究[D]. 郑慕之. 南京航空航天大学. 2005
[6]. 纹理技术及其在分形中的应用[D]. 莫艳法. 兰州理工大学. 2008
[7]. 图像配准及其在天文和显微图像中的应用研究[D]. 周海洋. 浙江大学. 2017
[8]. 基于数学形态学的边缘检测及其在医学图像处理中的应用[D]. 祭胜仓. 青岛大学. 2007
[9]. 自动人脸识别技术研究及其在人员身份认证系统中的实现[D]. 胡文静. 华东师范大学. 2006
[10]. 骨科手术导航中2D-3D医学图像配准的应用研究[D]. 罗博博. 南方医科大学. 2014
标签：自动化技术论文; 图像检索论文; 图像分割论文; 图像融合论文; 图像处理论文; 计算机算法论文; 图像配准论文; 特征提取论文; 实时系统论文; 二维论文; 算法论文;