本文關鍵詞：基于信息融合的目標檢測和PET目標重建方法，由筆耕文化傳播整理發(fā)布。

【摘要】：目標檢測和PET目標重建是當今計算機科學領域研究的兩個熱門問題。目標檢測是確定目標或者其成分的位置輪廓以及姿態(tài)的過程,因而成為很多重要計算機視覺問題的前提和基礎。PET通過接收7光子達到確定核素分布的目的,因而PET目標重建可以為癌癥的前期診斷提供強有力的依據(jù)。由此可見,目標檢測和PET目標重建在計算機科學領域都起著舉足輕重的作用�；谛畔⑷诤系哪繕藱z測由于集成了多方面的信息從而達到了更好的檢測效果,本文的研究重點—基于部件的目標檢測正是一類典型的利用信息融合來進行目標檢測的方法。然而目前基于部件的目標檢測方法的精度和魯棒性還有待提高,該方法還不能適用于更加復雜多變的環(huán)境,本文針對這些問題提出了一系列的改進方法,屬于特征級的信息融合方式。基于信息融合的PET目標重建大多采用旋轉(zhuǎn)的方式采集目標多個角度的投影來對目標進行精確重建,然而目前旋轉(zhuǎn)PET系統(tǒng)還存在著很難精確估計系統(tǒng)矩陣、旋轉(zhuǎn)精度要求過高等缺點,本文針對這些問題設計了一種新的旋轉(zhuǎn)PET系統(tǒng),屬于數(shù)據(jù)級的信息融合方式。因此,本文的研究內(nèi)容主要包括以下幾個部分：1)針對基于部件的目標檢測模型依然受到目標遮擋影響的問題,提出了一種基于部件的目標檢測模型來專門處理部件遮擋問題。本文對傳統(tǒng)的形狀信息模型、局部紋理信息模型進行了改變以適用于遮擋的檢測環(huán)境,并對目標遮擋的先驗進行了建模,同時加入了懲罰項來更好地約束假設空間。在檢測階段,本文采用內(nèi)層推理和外層推理相互迭代方式來達到最小化目標函數(shù)的目的,且在此過程中加入了可用性驗證來避免不正確的檢測結(jié)果。實驗結(jié)果表明,在沒有遮擋的情況下,本文方法可以在很少的迭代次數(shù)內(nèi)獲得不錯的檢測結(jié)果,在存在遮擋且大多數(shù)的部件被遮擋的情況下,本文方法仍然可以達到令人滿意的檢測精度。2)針對目標旋轉(zhuǎn)的問題,提出了一種新的具有任意角度旋轉(zhuǎn)不變性的部件檢測模型。為了完全剔除目標旋轉(zhuǎn)對部件檢測帶來的影響,本文設計了一種新的形狀信息模型,這種模型采用部件之間的距離作為形狀特征。在檢測過程中采用置信度傳播算法進行推理,為了保證置信度的計算可以在線性的時間復雜度內(nèi)完成,本文對泛化的距離變換進行了擴展。實驗結(jié)果表明,本文方法的性能在不同角度旋轉(zhuǎn)和不同形狀信息權(quán)重的情況下是恒定的。在不同旋轉(zhuǎn)角度的混合測試集上,即使已經(jīng)給稀疏形狀信息模型提供了很好的初始值,本文方法的性能仍然要優(yōu)于稀疏形狀信息模型的性能。對于非旋轉(zhuǎn)測試集,在部件個數(shù)多于兩個的情況下,本文方法的性能不比樹狀模型差,但是當部件個數(shù)等于兩個的時候,本文方法由于缺少角度信息,性能會降低。同時實驗結(jié)果也表明,本文提出的形狀信息模型可以跟各種不同的紋理描述方法結(jié)合來達到部件檢測的目的。3)針對現(xiàn)有形狀信息模型通常不能對部件位置形成有效約束的問題,提出了一種無向圖結(jié)構(gòu)的形狀信息模型來表示部件之間的位置關系,同時為了解訣動態(tài)規(guī)劃算法不能應用于帶有環(huán)路結(jié)構(gòu)的形狀模型的問題,本文提出了一種層次傳播算法,既能保證檢測結(jié)果的正確性,又能保證檢測過程為線性的時間復雜度。實驗結(jié)果表明,本文的方法在摩托車數(shù)據(jù)庫上和在飛機數(shù)據(jù)庫上的檢測性能要好于1-fan模型和2-fan模型。4)針對目前旋轉(zhuǎn)PET系統(tǒng)存在著很難精確估計系統(tǒng)矩陣、旋轉(zhuǎn)精度要求過高等缺點,本文設計了一種90°旋轉(zhuǎn)PET系統(tǒng),大大增加了垂直于平板方向圖像的空間分辨率,同時也降低了工程復雜度和對機械精度的要求。這種旋轉(zhuǎn)方式使本文提出的平板PET系統(tǒng)達到了目前為止所了解到的最好的幾何對稱性,最大程度上縮短了使用蒙特卡羅方法估計系統(tǒng)矩陣所需要的時間,而且采集數(shù)據(jù)的冗余度較少。實驗結(jié)果表明,本文系統(tǒng)可以在探測距離為5cm、10cm和15cm的情況下很清晰地重建目標,且在這三種平板距離下的x軸方向上(即垂直于平板方向)分別達到了0.79mm、0.74mm和0.72mm的分辨率,遠好于非旋轉(zhuǎn)PET系統(tǒng)。另外本文根據(jù)實驗還得到了以下結(jié)論：影響PET系統(tǒng)重建精度的是相鄰體素的系統(tǒng)矩陣的相關性。
【關鍵詞】：部件檢測 圖模型 遮擋 旋轉(zhuǎn)不變性 旋轉(zhuǎn)PET系統(tǒng)
【學位授予單位】：西安電子科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要5-7
• ABSTRACT7-15
• 符號對照表15-16
• 縮略語對照表16-20
• 第一章 緒論20-34
• 1.1 論文研究背景20-23
• 1.2 國內(nèi)外研究現(xiàn)狀23-31
• 1.2.1 基于多特征的圖像目標檢測24-29
• 1.2.2 基于多角度投影的醫(yī)學目標重建29-31
• 1.3 論文結(jié)構(gòu)安排31-34
• 第二章 基于部件的目標檢測模型&PET目標重建方法－理論基礎34-46
• 2.1 引言34-35
• 2.2 基于樹形模型的部件檢測模型以及關于二維距離變換的擴展35-43
• 2.2.1 形狀信息模型36-38
• 2.2.2 局部紋理描述方法38-40
• 2.2.3 檢測方法40-41
• 2.2.4 二維距離變換及其擴展41-43
• 2.3 基于迭代算法的PET目標重建方法43-45
• 2.4 本章總結(jié)45-46
• 第三章 對遮擋魯棒的部件檢測模型46-62
• 3.1 引言46-47
• 3.1.1 相關的工作46-47
• 3.1.2 本章貢獻47
• 3.2 方法47-54
• 3.2.1 建模方法和參數(shù)估計48-50
• 3.2.2 檢測方法50-54
• 3.3 實驗結(jié)果以及分析54-60
• 3.3.1 在非遮擋數(shù)據(jù)上評估算法性能55-56
• 3.3.2 在遮擋數(shù)據(jù)上評估算法性能56-60
• 3.4 本章總結(jié)60-62
• 第四章 對旋轉(zhuǎn)魯棒的部件檢測模型62-82
• 4.1 引言62-65
• 4.1.1 相關工作62-64
• 4.1.2 本章貢獻64-65
• 4.2 方法65-73
• 4.2.1 形狀信息模型65-66
• 4.2.2 部件局部紋理描述方法66-67
• 4.2.3 檢測67-73
• 4.3 實驗結(jié)果與分析73-80
• 4.3.1 不同旋轉(zhuǎn)角度情況下的實驗73-78
• 4.3.2 在非旋轉(zhuǎn)測試集上的實驗78-80
• 4.4 本章總結(jié)80-82
• 第五章 基于圖結(jié)構(gòu)的部件檢測模型82-90
• 5.1 引言82-83
• 5.1.1 相關工作82
• 5.1.2 本章貢獻82-83
• 5.2 方法83-86
• 5.2.1 形狀信息模型的構(gòu)建84-85
• 5.2.2 檢測85-86
• 5.3 實驗結(jié)果與分析86-89
• 5.3.1 摩托車數(shù)據(jù)庫上的實驗86-88
• 5.3.2 飛機數(shù)據(jù)庫上的實驗88-89
• 5.4 本章總結(jié)89-90
• 第六章 90°旋轉(zhuǎn)PET系統(tǒng)90-106
• 6.1 引言90-91
• 6.1.1 相關工作90-91
• 6.1.2 本章貢獻91
• 6.2 設計原型與方法91-95
• 6.2.1 設計考慮,幾何結(jié)構(gòu)以及硬件配置91-92
• 6.2.2 系統(tǒng)矩陣的估計92-94
• 6.2.3 目標重建94-95
• 6.3 實驗結(jié)果與分析95-104
• 6.3.1 相鄰體素的系統(tǒng)矩陣相似度分析95-97
• 6.3.2 目標區(qū)域分辨率測量97-101
• 6.3.3 靈敏度101-103
• 6.3.4 噪聲等效計數(shù)以及散射分數(shù)103-104
• 6.4 本章總結(jié)104-106
• 第七章 結(jié)束語106-110
• 7.1 論文總結(jié)106-107
• 7.2 工作展望107-110
• 參考文獻110-124
• 致謝124-126
• 作者簡介126-128
• 附錄A128-130
• 附錄B130-131

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 宋琳;曹吉海;;基于隨機濾波的雷達信號采樣和目標重建方法[J];科技導報;2008年13期

2 石守元,葛德彪;二維有耗介質(zhì)目標重建的Newtoin迭代方法[J];微波學報;1998年01期

3 周子超;李重陽;;微波近場成像方法研究[J];火控雷達技術(shù);2010年04期

4 劉艷麗;李廉林;李芳;;有耗媒質(zhì)中目標的無相位衍射層析成像方法[J];電子學報;2011年06期

5 ;[J];;年期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張春暉;基于信息融合的目標檢測和PET目標重建方法[D];西安電子科技大學;2015年

  本文關鍵詞：基于信息融合的目標檢測和PET目標重建方法，由筆耕文化傳播整理發(fā)布。

，

本文編號：327955