phytle0的博客

摘 要：VTK是开放源码的自由软件系统，可应用于图像处理、计算机图形学和科学计算可视化，在国内外被 广泛用于各行各业。介绍了VTK的基本组成、系统架构、可视化流程。并且将VTK应用于医学图像可视化， 使用面绘制的移动立方体法和体绘制的光线投影法，在Microsoft Visual Studio 2005下使用C++语言分别实现了 医学图像三维重建，并给出了系统实例。实践证明，使用VTK开发医学图像三维重建系统，重建效果好，开发 时间少，代码重用率高。 关键词：VTK；三维重建；动立方体法；光线投影法；医学可视化

摘 要： 为改善医学图像的质量以利于临床诊断，提出一种基于梯度信息的自适应非局部均值去噪算法。利用梯度方向信息实现对局部相 似窗的自适应旋转，从而搜寻到更多的匹配像素点。基于最小二乘思想建立最佳阈值与噪声标准差的关系模型，实现滤波参数的自适应选 择。实验结果表明，该算法的去噪效果较好，可用于医学图像的后处理阶段。 关键词：梯度；非局部均值滤波；医学图像；自适应滤波

This article surveys deformable models, a promising and vigorously researched computer-assisted medical image analysis technique. Among model-based techniques, deformable models offer a unique and powerful approach to image analysis that combines geometry, physics, and approximation theory. They have proven to be effective in segmenting, matching, and tracking anatomic structures by exploiting (bottom-up) constraints derived from the image data together with (top-down)a prioriknowledge about the location, size, and shape of these structures. Deformable models are capable of accommodating the significant variability of biological structures over time and across different individuals. Furthermore, they support highly intuitive interaction mechanisms that, when necessary, allow medical scientists and practitioners to bring their expertise to bear on the model-based image interpretation task. This article reviews the rapidly expanding body of work on the development and application of deformable models to problems of fundamental importance in medical image analysis, including segmentation, shape representation, matching, and motion tracking.

本文对医学图像处理中的关键问题之一，图像分割做了研究。提出了一种结合Fast Marching 算法和 Watershed 变换的医学图像分割方法。首先用非线性扩散滤波对原始图像进行平滑，然后利用 Watershed 算法 对图像进行过度分割，最后用改进的 Fast Marching 方法对图像进行分割。除此之外，我们根据区域之间的统 计特性的相似度重新定义了 Fast Marching 方法的速度函数。实验表明，该方法能够快速、准确的得到医学图 像的分割结果。

Abstract— This paper introduces a new method to medical image segmentation using a reinforcement learning scheme. We use this novel idea as an effective way to optimally find the appropriate local thresholding and structuring element values and segment the prostate in ultrasound images. Reinforcement learning agent uses an ultrasound image and its manually segmented version and takes some actions (i.e., different thresholding and structuring element values) to change the environment (the quality of segmented image). The agent is provided with a scalar reinforcement signal determined objectively. The agent uses these objective reward/punishment to explore/exploit the solution space. The values obtained using this way can be used as valuable knowledge to fill a Q-matrix. The reinforcement learning agent can use this knowledge for similar ultrasound images as well. The results demonstrate high potential for applying reinforcement learning in the field of medical image segmentation

摘 要 量子点作为一种新型的纳米发光材料已被广泛应用于生物学材料学以及物理光学领域 基于量子点的荧光标记技术可以用于构建生物传感器，从而实现生物大分子或者是生物体内无机分子的快速准确检 测 量子点的表面修饰对于提高其荧光特性和降低生物毒性具有重要作用 现有的表面修饰技术主要分为 多基配体表面修饰技术双亲性分子表面修饰技术树枝状分子表面修饰技术巯基偶联表面修饰技术以及空 穴-链式表面修饰技术等几大类 上述修饰技术各具优缺点，可用于组建不同类型的生物传感器，实现各种生 物分子的离体检测与在体示踪但各具优缺点 本文就量子点生物传感器中的最新表面修饰技术及其医学应 用进展作一综述 关键词 量子点; 表面修饰; 巯基丙酸; 生物传感器; 综述

[ 摘 要] 目的 : C u b i c 卷积插值是 医学图像三维插值的常用方法 ， 针 对其插值处 的结果边 界模糊和 精度不高的缺陷 ， 建 立 一 种 精 确 度 较 高 的 插 值 方 法 ．方 法 首先 通 过 模 糊 对 比度 增 强 精 确 定 位 图像 边 界 ， 再 运 用 形 态 学 运 算 确 定 出 新 插 值 图 像 边界 ， 对 于新 插值 图像边界点采用最佳匹配对应点插值 ； 对于非边界点采用一种 新的 C u b i c 卷积插值方法确定其灰 度值 。 结 果 本 文方法 的均方差 、 不符合像素点数和最大误 差均小于传统插值方法 ．结论 本文提出 的方法具有较高的精确性 。

摘要： 传统的医学图像增强算法存在对噪声敏感且易陷入欠增强或过增强等不足．本文首先利用量子信号处 理基本原理，定义了两种不同的像素量子比特表达形式；然后，针对医学图像的特点，结合3 x3邻域像素灰度相关性， 提出了一种基于量子概率统计的图像增强算子．为了优化图像增强的效果，根据子采样图像信息熵自适应确定本算子 的灰度阈值参数．通过主观和客观评价，实验结果表明本文所提出的增强方法考虑了图像全局与局部信息，能更有效 地提高医学图像质量．

摘 要 本文探讨了不同成像方式下医学图像的分 类识别算法，提取了具有代表性的图像特 征，如图像面积熵、灰度共生矩阵、图像 细小纹理区域个数等，并通过设计模糊聚 类、BP 神经网络图像分类器，实现对 CT 图 像、MR 图像、X 线图像及 B 超图像的分类。 结果表明本文提出的分类器对医学图像的 分类识别取得了一定的效果

摘 要: 图像放大技术是医学图像处理中的重要领域.医学图像细节丰富处经常呈现出明显的几何结构特征或模 式,如边缘.提出了一种基于学习的方法,将低分辨率图像块作为可用的邻域像素并提取其几何特征信息组成训练 集,与高分辨率图像块之间建立局部对应关系,这种对应关系即为局部几何相似性.将训练集信息有效传递至待重建 高分辨率图像块,图像放大的问题转化为重建系数的最优化问题,并且基于非局部平均思想,将其进而转化为加权最 小二乘问题得到正则化解.实验结果表明,本方法不仅可以进行任意倍图像放大,且它可以摆脱一般方法对训练集合 的依赖,具有较好的独立性,自适应性和边缘保持特性.

摘要：针对医学图像形态建模过程易产生过分割的问题，提出了一种基于各向异性扩散的分水岭分割算法。 该算法首先对原始图像进行自适应各向异性扩散滤波，然后引入多尺度的形态梯度图像作为分水岭变换的参考图 像，以突出图像中物体的边界轮廓，平滑具有均匀亮度的区域。最后，定义基于边界平均灰度和面积的区域合并准则， 对分割后的区域进一步合并。实验结果表明，该算法能有效抑制过分割，具有较强的抗噪声性能，得到的分割结果可 以满足医学图像建模的需要。

摘 要 利用Mat l ab提供的图像处理工具箱，采用灰度变换 直方图均衡化有限对比适应性直方均等和中值 滤波来增强图像，简化了编程工作和数据计算，可快捷地得到统计数据和直观图示；图像的细节清晰，为医学图像处 理提供了技术平台，对医学图像的分析和诊断有重要意义

ABSTRACT: Given that neural networks have been widely reported in the research community of medical imaging, we provide a focused literature survey on recent neural network developments in computer-aided diagnosis, medical image segmentation and edge detection toward visual content analysis, and medical image registration for its pre-processing and post processing, with the aims of increasing awareness of how neural networks can be applied to these areas and to provide a foundation for further research and practical development. Representative techniques and algorithms are explained in detail to provide inspiring examples illustrating: (i) how a known neural network with fixed structure and training procedure could be applied to resolve a medical imaging problem; (ii) how medical images could be analysed, processed, and characterised by neural networks; and (iii) how neural networks could be expanded further to resolve problems relevant to medical imaging. In the concluding section, a highlight of comparisons among many neural network applications is included to provide a global view on computational intelligence with neural networks in medical imaging.

摘要: 医 学图像三 维 重建技术利 用二维 医 学图像序列 重建 出三 维模型,为 医 生提供直观、全面、准确 的病灶 和 正 常组织 信息,是 当今 医学影像领域研 究的 热 点之一。V T K 是国 际上 广泛 应 用 的可视化工 具 包,具有优 秀的 架构 和 运行机 制。本文研 究 了D IC O M 3.0标 准, 提 出 了正确 解读 D IC O M 医学图像 的 方 法; 深入 V T K 内部机制, 解决 了 V T K 和 D IC O M 医 学 图像读取模块 间的 数据接口问题; 在三 维 重建过程 中, 为 解决数据 巨 大、成像时 间漫 长、阶梯效 应、交互 性 不强 等 问题, 重 点剖 析 了 V T K 的数据 处理 机 制, 并给 出相关优 化 方 法。实验结 果表明 本文提 出的 解决方 案和优化 方法 实 用可 靠, 为进一 步 开发 医学三维 图形 系统打 下 了基础。

摘 要 医学图像存在病变区域和背景区域病变区域是分割的重点亦即感兴趣区域 针对传统的分水岭变换由于对噪声和 细密纹理的敏感会产生严重的过分割现象提出两点改进首先对原始图像运用高频强调滤波作图像增强预处理补偿图像轮 廓突出图像的边缘信息以使图像显得更加清晰其次是采用修改了标记符的梯度图像进行分水岭分割整个分割过程无须进 行再进行后续的合并处理降低了分割的复杂性仿真实验结果表明这种改进的方法不但使过分割现象得到了很好的抑制而 且医学图像中的病变区域被有效分割出来同时该方法还支持任意形状且与JPEG2000标准兼容分割效果很好

ELSEVIER 出版集团. International Journal of Medical Informatics 上的经典论文。 Summary Content-based visual information retrieval (CBVIR) or content-based image retrieval (CBIR) has been one on the most vivid research areas in the field of computer vision over the last 10 years. The availability of large and steadily growing amounts of visual and multimedia data, and the development of the Internet underline the need to create thematic access methods that offer more than simple text-based queries or requests based on matching exact database fields. Many programs and tools have been developed to formulate and execute queries based on the visual or audio content and to help browsing large multimedia repositories. Still, no general breakthrough has been achieved with respect to large varied databases with documents of differing sorts and with varying characteristics. Answers to many questions with respect to speed, semantic descriptors or objective image interpretations are still unanswered. In the medical field, images, and especially digital images, are produced in everincreasing quantities and used for diagnostics and therapy. The Radiology Department of the University Hospital of Geneva alone produced more than 12,000 images a day. The cardiology is currently the second largest producer of digital images, especially with videos of cardiac catheterization (∼1800 exams per year containing almost 2000 images each). The total amount of cardiologic image data produced in the Geneva University Hospital was around 1 TB . Endoscopic videos can equally produce enormous amounts of data

摘要：目的：三维分割是医学图像分析和可视化中的重要组成部分，也是医学图像分割中的一个难点。水平集方法在三 维医学图像分割中有很广阔的应用前景，但是该算法的计算量大，不能达到实时处理的要求。针对这个问题，提出了一 种基于CUDA的并行加速方法。 方法：采用NⅥDA公司的GPGPU模型CUDA，利用图像像素的独立性和偏微分方 程求解的并发性，提高GV水平集算法的分割速度。给出了并行计算的流程图，并对C-V水平集算法在CUDA上的实 现进行了详细介绍。 结果：实现了C-v水平集并行加速算法，该方法在保证分割效果的前提下，具有更快的分割速度。 结论：所提出的方法是切实可行的。实现了快速的三维医学图像分割。 关键词：水平集；医学图像分割；CUDA；并行图像处理

摘要 图像融合是将来自相同或不同成像方式的图像进行一定的变换处理，使他们之间的空间位置、空间坐 标达到匹配。PET／CT可以进行功能与解剖结构的同机图像融合，是影像医学的一个重要进展。多模式图像融合 为不同的影像提供互补信息、增加图像信息量，有助于更全面地了解病变的性质及与周围解剖结构的关系。就 医学图像融合的方式、融合方法及相关研究进展进行综述。

目的 : 通过 Ma tl ab软件处理 ,将医学图像中病灶部分轮廓更清晰地标记出来 。 材料和方法 : 利用 M a tl ab平台 对脑部肿瘤图像进行分割和形态学处理 。 结果 : 在图像像素不太大的情况下 ,通过编程 ,实施图像分割和形态处理 ,可 以在维持原来图像的基础上 ,使原图像的轮廓明显清晰 。 结论 : 利用 Ma tl ab平台 ,通过对图像的分割和形态学运算可以 使病灶部分变得更清晰 。

应用额外层制造技术来解决传统的限制. 使 用 SimpleWare和 Marc来 建 模和分析新植体结构 英国南安普敦大学的Mark Taylor教 授和 Simpleware 已经合作研究通过降 低股骨假体刚度来影响股骨髋关节置换 手术中的载荷传递。 SimpleWare提供了世界领先的解决 方案，将3D影 像数据转换成高品质的 3D打印、CAD, FEA和CFD的表面和体积 网格。该软件被用来建立与外部相同植 入设计的股骨模型，但结构或是实体或 是空心或是包含微观结构组织。 SimpleWare中 的 ScanIPTM模 块 被 用 来生成健康男性的临床CT扫描的股骨模 型。一旦生成3D股 骨，可以通过使用 3D编辑工具来修改从而模拟外科手术， 比 如 除 去 股 骨 头 。 Simpleware的 + CAD模 块 被 用 来 导 入 和 定 位 基 本 的 CAD植入图像(图1)。

摘 要 ： 综 述 了 医学 图像 分 析 的 当 前 主 要 进 展 ， 包 括 理 论 模 型 、 感 兴 趣 区 分 割 、 图 像 配 准 与 融 合 、 时 序 图像 的 功 能 分析等传统研究。根据该领域 的新进展 ， 简述 了基于 内容的 医学 图像检索系统 、 标 准数据集和评估 准则 的建 立 ， 以 及 医 学 图 像 分 析 商 用 软 件 等较 新颖 的 热 点 。 最后 总结 了 医学 图像 分 析领 域 面 临 的 主要 挑 战 和 未来 发 展方 向 。 关 键 词 ：医学 图像 ；图像 分 割 ；图 像 配 准 ； 运 动 估 计 ；图 像 检 索

摘 要 VTK库是一个基于面向对象方法设计的，功能强大的可视化和图形图像处理类库，针对医学图像处理的需要和特点，利用VTK库的图像处理和可视化，及图形显示功能，用面向对象的方法设计和实现了一个易于扩展、高效率、实用的医学图像处理子系统。实践证明该子系统能很好地应用于各种医学图像处理中。 关键词 VTK类库 图像处理 可视化 面向对象

摘
要 : 人体组织器官的三维图像分割是医学图像分 析和医 疗诊断 的重要 前提, 是医学 图像三 维可视 化的重要 研究 内容。随着 医学成像技术和三维可视化技术的飞速发展, 计算机 辅助诊断成为现实。计算机 技术的发 展使得医生 和研究 者可以通过虚拟交互更好地理解人体的解剖结构, 对病人做 出正确地 诊断。在 对人体 组织器官 和感兴 趣区域 的分割 中, 三维分割发挥着十分重要的作用。为此, 作者对不同的 三维分割算法作一总体介绍。 关键词: 三维分割; 结构分割方法; 统计分割方法; 混合分割方法

摘 要：医学图像检索的效果很大程度上取决于特征提取的优劣针对医学图像的自身特点，采用直方图Gabor小波不变矩三种 典型方法分别提取了颜色纹理形状三类特征，然而将各种方法提取的特征直接用于图像检索效果并不理想 为此，提出了基于 主元分析的特征级数据融合算法，避免了不同特征间数值上的悬殊对分类的影响，同时还达到了特征降维 去除特征间冗余的目 的实验结果表明，融合后的特征能更好地表达医学图像的内容，在医学图像检索中取得了较好的检索效果 关键词：主元分析；图像检索；特征提取；医学图像

DICOM是医学影像存储和传输的通用国际标准，但是大多数图像处理软件都不支持 DICOM图像文件格式。 使得对DICOM 医学图像的研究和处理变得困难 对DICOM 和 默认的 文件的格式进行分析 实现DICOM格式的图像向BMP 格式图像 的转换使 格式的图像在计算机上得到较好的显示 摘 要

摘 　 要 : 提出一种基于视觉注意机制的医学图像感兴趣区域提取方法 。 受生物学启发 ,该方法模仿人类自下而 上的视觉选择性注意过程 ,通过计算图像中每个像素的全局对比度 , 构造相应的显著图 , 并根据显著图 , 检测出 图像中的显著区域。 利用多幅医学图像对本方法进行评估 ,结果表明 ,该方法能够快速 、 精确地提取图像中的感 兴趣区域 ,在提取结果和运算速度上均取得了令人满意的效果 。 关键词 : 医学图像处理 ; 感兴趣区域 ; 视觉注意 ; 显著区域 ; 显著图

摘 要本文介绍了单片机控制的电动机 启动电路设计该设计实现的功能为 控制器为单片机电动机为三相异步电动机 启 动时间为 秒 由按键设置电动机 运行停止等功能为智能控制和精确控制电动机启动提供了有效的解决方案是一个典型的弱电控 制强电的设计本文对系统各模块进行了详细设计重点论述了系统各模块的硬件电路设计对软件设计和软硬件综合调试进行了全面地分析 与说明本设计以单片机 作为主控制器利用 内部的定时器实现定时启动时间功能通过控制继电器去控制电动 机运行实现弱电控制强电以发光二极管作为指示以两位级联共阴数码管作为显示器显示延时剩余时间用独立式键盘对电动机启动时间 电运机启动停止进行控制具有友好的人机界面 经过设计和调试本设计的实现了设计任务的各项指标

摘 要: 本文是将c #. net 和Mat l ab结合起来进行数字图像处理。 主要介绍了高通滤波和直方图均衡化的一些基础知识, c#. net 和Mat l ab接 口实现的方法, 以及基于高频强调滤波和直方图均衡化的医学图像增强的方法。 关键词: 高通滤波 直方图均衡化 高频强调滤波

摘要目的模糊数学是研究模糊现象及其概念的一门数学分支其应用领域广泛医学图像本质上具有模糊性所以将 模糊数学方法应用于医学图像处理和分析有其内在的合理性和必然性 方法本文对国内外近年来基于模糊数学的医 学图像处理与分析方法进行了较为全面的综述 结果主要介绍了模糊逻辑分析方法模糊聚类分析方法结合模糊数 学的计算智能方法及在医学图像处理和分析中的应用并对不同方法的特点及存在的问题进行了讨论 结论研究表 明模糊数学在医学图像处理方面已经取得了大量的应用成果作为一门年轻学科模糊数学在医学图像处理与分析中 的应用仍然有很大的发展空间 随着计算机技术的不断成熟和新技术不断涌现基于模糊数学的医学图像处理与分析 方法也将继续发展和完善 关键词模糊数学医学图像处理与分析模糊逻辑模糊聚类模糊计算智能

[摘 要]为了进一步加强数字图像处理技术在医学图像领域的应用，分析基于Canny算子的边缘检测方法并将其应用于医学图像c 本文首先介绍边缘检测算法的理论基础;然后结合Canny算子的实现原理及步骤，说明边缘检测所遵循的基本原则;最后在OpenCV环境下编程调试，对该算法进行实验验证，利用Canny算子对一幅人体肺部CT图像进行边缘提取3 对实验结果进行分析得出结论，Canny算子检 测出的边缘完整、连续旺细锐。从实验结果中可以看出，这种方法对医用CT图像的边缘检测非常适用，对于利用计算机进行医学阁像处理有着重要的现实意义。 [关键词]Canny算子;边缘检测;医学罔像;高斯函数

摘 要 医学图像分割方法与理论众多，文中简要介绍了基于边界阈值区域增长统计学图论活动轮廓信息 论模糊集理论神经网络的医学图像分割方法，这些方法各有优劣，部分已成为临床基本的图像分割技术 近年来许多 学者对经典的分割方法进行改良，通过多种分割方法结合，有效提高了分割的效率，或改进算法弥补原有分割方法缺陷 随着计算机计算性能的提高，各种新的算法将不断涌现 关键词 医学影像; 图像分割; 神经网络

【摘要】阐述了医学图像处理技术的发展动态，介绍了目前国内在三维医学图像的可视化和基于PACS 的医学图像压缩在医学图像处理方面的进展。在比较各种技术在相关领域中应用的基础上，提出了医学图像 处理技术发展所面临的相关问题及其发展方向。 关 键 词 医学图像处理; 可视化; 图像分割; 图像匹配; 图像融合; 图像存档通信系统

摘要 医学图像分割技术是医学图像处理和分析中的关键技术 医学图像分割在医学诊断中扮演着重要角色是图像分割的一个重要应用领 域 本文综述和讨论了近年来的医学图像发展概况分割技术研究热点及其医学图像分割的评价等问题并简要讨论了每类分割方法的特点 及医学图像分割发展趋势 关键词 医学图像图像分割评价方法

压电生物传感器是一种将高灵敏的压电传感器与特异的生物反应结合在一起的新型生物分析方法, 这一方法不需要任何标记, 且仪器构造简单、 操作方便, 引起人们的浓厚兴趣, 逐渐成为生物传感器领域中的一项研究热点。本文就压电免疫传感器及压电基因传感器在微生物、 蛋白质及基因检测等方面的研究应用作一综述。压电生物传感器将在分子生物学、 疾病诊断和治疗、 新药开发、 司法鉴定等领域具有很大开发潜力。

[摘要] 医学图像在临床诊断与治疗中的应用日益广泛, 如何利用影像管理系统中大量的图像, 辅助医生进行分析 与诊断是一个非常重要的问题。传统的基于文本关键字的图像检索方法已不能满足对大型医学图像数据库检索的 需要, 将基于内容的图像检索方法(CBIR)引入到医学图像数据库中进行研究是一项非常有意义的工作。介绍了基 于内容的医学图像检索系统的构成, 重点讨论了其中的关键技术问题, 包括医学图像分割、特征提取、相似性检索 及匹配和相关反馈技术, 并分析了国内外的研究现状, 对未来发展趋势进行了展望。 [关键词] 医学图像;基于内容的医学图像检索;特征提取

摘 要 ： 医 学图像插 值技 术 是 图形 处理 中的 关键 技 术 。为 了能 同时满足 图像 灰度 和 形状 的要 求 ， 提 出 了一种基 于数 学形 态学 的 医学 图像 插值 算 法 。对 C T 图像 采 用 多 阈值 和数 学形 态学 的 方 法进 行 了分 割 ， 得 到 了各 组 织的轮 廓 ， 然后 根 据体 素 的相 关性进 行 了插 值 。 实验 结果表 明 ， 此算 法 解决 了以往 算 法边界 模 糊 的 缺 点 ， 插 值 效 果 好 。 关 键词 ： 插 值 ； 数 学形 态 学 ； 阈值 ； 三维 重建 ； 可视 化

摘 要 刚体医学图像配准主要是针对头颅或骨骼图像进行配准的 一种方法 本文对刚体医学图像配准进行了分类研究，基于外部标记 点的配准方法实现起来相对简单，但是不能进行回溯性配准; 而基于 内部特征的刚体配准方法，包括基于特征点直线段轮廓主轴和矩 阵以及基于灰度信息等的配准方法则克服了该缺点，可实现回溯性 配准 关键词 刚体配准 回溯性 特征点 灰度信息

摘 要： VTK 是国外开发的集计算机图形、 图像处理和可视化于一体的工具开发包， 具有高度的灵活性、 可移植性。提出一 种使用 VTK 类库实现三维拾取的方法， 能够将用户指定的屏幕坐标转化为三维物体坐标系下的空间坐标。 最后通过牙齿模 型的三维测量实验， 证明这种方法具有良好的交互性和实时性。 关键词： 可视化工具包; 三维测量; 三维拾取; 三维标注; 交互式测量

摘 要: 介 绍了 使用 M MX 及 S SE 指 令来 提高 医学 图像 处理 软件 运行 效 率 的原 理 和 方法 , 并 在深 层 次 上对 处 理器工 作原 理进 行了探 讨, 分 析了 在实际 软件 开发 中使 用的 例程 , 并 提供 了部 分源 代码 。 关键 词: MM X; SS E; 医 学图 像处理

摘 　 要 : 提出一种新的鉴别运动模糊图像的运动模糊方向的方法 , 它利用拉氏算子对运动模糊图 像进行无方向性的二阶微分 , 并求微分图像的自相关 , 发现自相关图像中数值较大的点( 鉴别点) 能够 有效标示出运动模糊方向 。 选取适当数目的候选鉴别点 , 并利用聚类方法剔除其中的奇异点 , 得到鉴 别点 ; 过零频尖峰( 自相关图像的中心点 ) 画一条直线 , 计算各个鉴别点到该直线的距离 , 求距离和 ; 改 变直线方向 , 当距离和最小时 , 直线的方向即为运动模糊方向 。 数据实验表明 , 这一新的运动模糊方 向鉴别方法 , 具有抗噪声能力强 、 适用范围广 、 计算量小 、 鉴别精度高 、 稳定性好的优点 。 关键词 : 拉氏算子 ; 模糊 ; 运动 ; 方向 ; 鉴别 ; 聚类 ; 自相关