圖像融合識別與導向過程的數學理論和方法

《圖像融合識別與導向過程的數學理論和方法》是依託中山大學，由姚正安擔任項目負責人的重點項目。

基本介紹

• 中文名：圖像融合識別與導向過程的數學理論和方法
• 項目類別：重點項目
• 項目負責人：姚正安
• 依託單位：中山大學

中文摘要

圖像融合、識別與導向過程在遙感、軍事和醫學等領域有很重要的套用，關於它的研究符合國家重大需求。本項目擬研究圖像融合、識別與導向中的數學理論與方法. 主要內容有：.1. 因為配準是融合的基礎，而以前的配準模型對特定的保幾何特徵的圖像配準不適合，本項目擬建立新的遙感和醫學等領域中特定(局部剛性、局部體積)約束保持的彈性配準變分模型的數學理論. .2. 建立BV2、BGV2框架下水平集形狀與多尺度保真、曲率與光譜保持的新模型和分數階Pansharping融合模型，提高多源融合圖像空間、光譜解析度. .3. 用小波、PDE及其它數學理論處理退化、非線性情形下, 算法的收斂、誤差估計、穩定性. .4. 針對實際問題中多模態高維大規模圖像, 研究深度學習體系下像素、特徵和決策級圖像融合識別最優並行算法, 為建立針對遙感領域完整的圖像信息的識別、預測、解譯及實時監測系統提供強有力的理論支撐.

結題摘要

圖像融合、識別與導向過程在遙感、軍事和醫學等領域有很重要的套用，本項目研究圖像融合、識別與導向中的數學理論與方法，主要內容有：1.子課題一：非線性偏微分方程理論研究及在圖像處理中的套用；2.子課題二：醫學圖像處理（分割、配準、識別、融合）的數學理論與方法；3.子課題三：多/高光譜圖像融合識別的數學理論與算法；4.子課題四：模式識別與特徵提取和分析。圖像彈性配準和融合導向的建模過程中既要充分參考一些物理運動規律，也要考慮模型的本身特性和建模的目的，這導致圖像彈性配準和融合導向中的非線性偏微分方程具有和以往的物理定律中推導的偏微分方程不同的特性，我們對這些方程進行嚴格的分析和證明。基於偏微分方程，本項目提出圖像去噪、分割、平滑和配準等模型。在肝靜脈樹分離、精準射頻消融肝癌手術、甲狀腺結節自動分割、下腔靜脈分割等醫學圖像處理問題展開研究，提出精準射頻消融肝癌手術的數學理論和方法以及複雜背景醫學圖像目標檢測與識別方法。遙感圖像處理是本項目的重要套用之一，提出空-譜特徵保持的多/高光譜圖像融合與超分辨增強方法，遙感圖象精細分類、檢測分割模型與識別方法，遙感大數據的高效並行處理算法。本項目的專著、論文和智慧財產權成果、科技與比賽獎勵、舉辦國際會議和學術研討會以及人才培養等各項任務指標均超額完成。項目相關成果作為中國地質調查局南京地質調查中心、紫金礦業集團股份有限公司、南京寶光檢測技術公司等單位研製的多款儀器配套軟體系統及行業套用服務軟體，進行了成功推廣和批量銷售，有效提升了相關產品的市場競爭力，並與中國地質調查局自然資源航空物探遙感中心、江蘇省地質勘查技術院、中國空間技術研究院等相關行業套用單位合作，相關成果在遙感地質勘探、環境監測、軍事偵察等領域得到前期套用。