针对传统医学影像复原方法会产生丢失细节、边界模糊等复原效果不理想以及算法计算复杂的问题,本文采用了一种有效的全变分正则化迭代方法对含有模糊和噪声的退化医学影像进行处理.该方法结合ROF模型具有的保持边缘和结构的特性,充分利用图像能量间的梯度关系,在经典变分去噪模型中加入模糊核算子,对于该凸泛函模型采用变量分离的思想,引入二次惩罚项和松弛变量将图像变分复原的无约束优化问题分解为一系列子问题,结合交替Split Bregman技术和解的框式制约,直接对泛函进行迭代,同时引入阈值算子和收缩技术来优化子问题的求解,同时达到了保持医学影像重要边缘和细节信息和克服传统方法计算复杂的目的.仿真结果表明,与传统复原方法相比,该方法提高了图像的信噪比,均方误差也明显减小,克服了振铃效应,改善了图像的视觉效果,证明了该方法的有效性,且该方法具有良好的稳定性和快速的收敛性,可以更有效的应用于临床诊断以及后续分割.

图像复原是从降质图像中利用图像处理技术恢复接近真实图像的方法.维纳滤波在抑制噪声和恢复模糊图像方面具有广泛的应用.然而传统的维纳滤波方法没有充分利用降质图像的信息,在失真图像复原过程中仍存在复原质量不高的问题.本研究将图像的全局方差和噪声功率谱引入维纳滤波,提出了基于全局方差和噪声估计的二次维纳滤波复原方法.实验表明,本研究提出的方法可以增强图像复原算法的稳定性,能够恢复更多的图像细节信息,图像复原质量较高.

户外视觉系统在雨(雪)天气条件下获取的视频图像会产生严重退化.提出一种基于小波融合的视频图像去雨(雪)方法,从频率域角度分析,采用小波多层分解和小波融合技术:先确定雨(雪)噪声所在的具体层,再制定一种基于雨(雪)噪声污染度的融合规则,最后对多幅连续退化图像的特定层进行小波融合,以达到去除雨(雪)的目的 .仿真结果表明,本文方法的复原结果理想,不受噪声强度制约.

颅骨性别鉴定在法医学和颅骨面貌复原等领域具有重要研究意义和应用价值,针对传统颅骨性别鉴定需要专家参与且主观性强、计算机辅助方法需要人工标定特征点等问题,本文提出了结合改进卷积神经网络和最小二乘法的颅骨性别鉴定方法.首先,获取三维颅骨模型多角度颅骨图像,利用改进的卷积神经网络计算每个样本的每张图像属于男性和女性的概率;其次,基于概率均值采用最小二乘法计算每张图像对性别鉴定的权重;最后,利用上述步骤得到的最优参数构造决策函数,通过决策值完成颅骨性别鉴定.本文方法抛弃了繁琐的手动测量,对完整颅骨的性别鉴定正确率高达94.4％,对不完整颅骨的性别鉴定正确率高达87.5％,能够获得较好的颅骨性别鉴定性能.

针对直接采用全局滤波方法会模糊图像的边缘,丢失重要纹理信息的弊端,提出一种基于快速变分卡通纹理分解的非局部正则化滤波方法.首先将非线性局部全变分作为图像分解的指示函数,分离图像的卡通结构分量和纹理震荡分量;其次根据震荡分量极强的重复性及结构方向性,结合具有较好方向选择性以及块相似匹配性的非局部梯度正则项,利用分裂Bregman方法求解震荡分量的非局部全变分极小化问题;最后将分解得到的卡通分量与去除噪声的震荡分量进行加权合成,得到复原图像.实验结果表明该算法对有精细结构和纹理的医学图像具有更佳的恢复效果,可以有效地应用于临床诊断以及后续分割.

目的 探讨消化道内镜黏膜下剥离术(endoscopic submucosal dissection,ESD)切除标本的精确测量及复原图的绘制.方法 选取2018年2月至9月,西安交通大学第一附属医院消化内科ESD切除的消化道黏膜标本54例,经过标准化固定、取材、制片及阅片后,利用图像处理软件(Adobe Photoshop,PS)对数字化切片和大体图进行合成,再采用医学图像分析软件(Digimizer)进行数据测量,并绘制复原图.结果 复原图绘制结果有两种情况:一种是病变的表面平面分布图(即为普通复原图),本组54例均绘制出标准平面图;另一种是病变的切面分布图,为1例伴有高级别病变的结肠腺瘤,可以显示出高级别病变的分布特征.测量54例ESD标本大小,最小11.0 mm,最大达93.5 mm,中位大小33.2 mm;病变大小0.9～45.7 mm,中位大小23.3 mm.水平切缘(PHM)显示阳性9例,其中早期癌阳性4例,阴性切缘显示距离0.2～11.5 mm,中位5.9 mm.结论 结合PS强大的图像合成技术及Digimizer专业的图像测量技术,解决了ESD复原图制作过程中的计算配比问题,为绘制各种复杂的复原图提供了一种比较实用的参考方法.

振铃抑制问题是鲁棒的模糊核估计中的关键问题.针对该问题,本文提出根据核估计迭代中潜在图像内振铃和真实图像结构的变化特性对二者进行区分.根据观察,潜在图像内的真实图像结构能够在迭代中稳定保持,振铃却随着核估计而不断变化.在本文所提方法中,我们利用迭代过程中潜在图像的序列来提取对于核估计有利的结构.实验结果表明,本文所提出方法相比现有的图像盲复原方法,在仿真图像数据和真实图像数据上表现更加优异,算法更加鲁棒.

目的:设计适用于神经轴突荧光显微图像三维分割任务的深度神经网络(DNN),提高神经轴突自动重构的准确性.方法:将三维图像分割任务转化为在3个正交投影方向上的二维分割任务,在开源网络Deep-MACT的基础上,利用多通道输入降低压缩维度上的信息损失,利用神经轴突骨架加权的损失函数训练以强调神经骨架连贯性,提出SWCUnet.采用转盘共聚焦荧光显微成像采集的小鼠大脑稀疏标记神经元神经轴突部分49个图块作为数据集,以人工标注的形态重构结果作为金标准训练网络.对网络模型输出的二维分割图像进行三维复原,并以三维分割结果输入MOST算法进行自动重构.结果:SWCUnet(32通道,骨架权重5)三维分割F1-score达到0.662,较DeepMACT提升0.132.基于三维分割结果的自动重构F1-score达到0.80,比基于原图的自动重构提升0.24.结论:SWCUnet可以较好地提取高分辨荧光显微图像中的神经轴突特征,输出的三维分割结果实现了大幅提升神经轴突骨架形态的自动重构准确率的目标,为小鼠大脑稀疏标记神经元全脑成像数据的大规模自动化重构提供了一种新工具.

设计一种基于离散余弦变换的增嵌入式图像编码算法,首先对原始图像进行离散余弦变换,然后按特定扫描顺序对变换域余弦系数进行扫描以便能够很好地确定各系数的位置,其次为了用较少的编码位数表示变换域余弦系数需要对扫描后的系数进行量化.实验结果表明该图像编码算法可以根据目标码率或失真度大小的要求随时结束编码,并能解码近似恢复原图像;且随着压缩比的减小,即传输数据量的增加,无论是主观质量还是客观指标RMSE与PSNR都有较大改善.

对高分辨电镜图像进行计算机复原处理，可以改善图像的质量，提高图像的清晰度。在处理时，可根据图像的频谱图，采用相应的方法。MULTIPLY滤波是本文进行图像处理的重点方法，其关键在于设计一个匹配良好的滤波器。通过本实验，显影不良的低质电镜负片能较好地恢复图像的本来面貌。