导航:EXPO21XX>视觉21 xx>H15:研究和大学萨格勒布大学
  • 提供配置文件
  • 感兴趣的研究课题包括:
    • 图像处理与分析
    • 生物医学图像分析
    • 汽车和交通/运输应用的计算机视觉
    • 三维物体重建
    • 被动和主动立体视觉和可视化技术
    • 虚拟现实
产品组合

  • 计算机视觉卓越中心

  • 萨格勒布大学已经批准了由大学发展基金资助的“计算机视觉中心”项目。
    项目协调员是Sven Loncaric教授。中心的成员包括教授、副教授、助理教授和博士生，分布在四个系(ZESOI、ZEMRIS、ZARI、ZRK)和六个单位(机械工程与造船学院、运输与交通工程学院、图形艺术学院、运动机机学学院、林业学院和大地测量学院)。
    该项目的主要目标是建立一个国际公认的卓越中心，以更好地整合来自大学各组成单位的计算机视觉研究人员。最重要的项目任务是建立中心的组织机构，促进中心的发展，为中心成员在与世界其他类似中心建立联系时提供支持，加强与行业的合作并实现技术转让，建立研究研讨会和中心年度研讨会。

      • 糖尿病患者视网膜图像分析

      • 该项目针对的是一种广泛存在的疾病——糖尿病视网膜病变。糖尿病视网膜病变的病因是视网膜血管的损伤。糖尿病视网膜病变是失明的主要原因。1型和2型糖尿病患者发生这种情况的风险更大。患严重糖尿病的时间越长，患视网膜病变的可能性就越大。
        该项目的目标是开发图像处理和分析方法，以计算机解释视网膜摄影获得的图像。定量图像分析的目标是检测患者的视网膜照片显示的是正常的视网膜还是受糖尿病视网膜病变影响的视网膜。这一目标将通过识别视网膜上的相关结构，包括血管树、中央窝和盲点来实现。在项目的第二阶段，目标是量化疾病的进展。

      • 自动视觉检测

      • 视觉检查和质量控制是任何现代生产线的必要组成部分。对于大批量生产，目测必须完全自动化，并集成到生产线中。
        该项目的目的是开发定制的图像处理算法和完整的视觉检测系统，可用于改进Elektro-kontakt制造工厂的制造过程。

      • 单轮自平衡车辆

      • 该项目的目的是开发个人自平衡单轮车辆，满足这些要求:小尺寸，质量和能源消耗，并有可能从常规网络端口或可再生能源充电的电池。调节和自适应算法和数字信号处理允许车辆的驾驶没有学习周期。车辆由以下部分组成:
        1.lithium-ferro磷酸电池
        2.倾斜检测传感器系统实现为电子印刷电路板与加速度计和
        陀螺仪
        3.处理器——中央计算机系统，它对接收到的数据进行所有必要的处理
        传感器
        4.一个位于其中心的电动马达的轮子

      • panoVRama -一个多投影仪平铺可视化系统

      • 多维数据集在人类活动的许多领域都很重要，例如生物医学中的图像和体积序列获取、工业过程控制、气象和农业中的遥感。三维可视化提供了更容易解释、分析和理解复杂现象的手段，是虚拟现实模拟的基础。
        本项目的目标是利用多投影仪实现平铺可视化系统。该系统由9个平铺投影仪组成，提供了在虚拟环境中更好的沉浸感。研究了两个或多个投影机重叠区域的亮度校正问题、投影机之间变化的色彩平衡校正问题、多台投影机的摄像机几何标定问题、多台计算机的同步等重要问题。开发了一种基于linux的分布式客户端-服务器系统，将全景图像和视频内容分发到多个视频投影机。

      • 汽车全景可视化的实时图像处理

      • 该项目解决了汽车工业对先进驾驶辅助系统(ASAD)的新需求。该系统使驾驶员能够看到车辆周围的完整周长，并作为标准车辆和特殊用途车辆的停车辅助。该系统由安装在车辆上的多个摄像头和基于FPGA的定制处理单元组成，用于实时图像采集、处理和可视化。该相机配备鱼眼镜头，视野超过180度。每个摄像头的图像都要经过镜头失真校正、透视校正和拼接，以创建一个位于车辆上方的观测点的视图。
        本项目的第二个目标是开发适用于FPGA硬件平台和软件实现的实时图像处理和计算机视觉方法，用于自动摄像机标定和多摄像机系统标定。显著的FPGA平台限制和限制给图像处理方法的实现带来了巨大的挑战。
        该项目的第三个目标是开发一种用于相机动态校准的方法和软件，这是由于车辆负载变化而导致的相机校准参数的自适应变化所必需的。该方法将使用FPGA硬件实现，将有助于实现车辆周围的高质量可视化，而不考虑车辆中的人数或负载。第四个目标是通过将地平面投影到碗形表面而获得的另一种可视化类型。由此产生的可视化具有这样的优势:场景的远处部分以一种更好地呈现场景细节的方式显示出来。

      • c臂成像装置在血管内介入治疗中的实时导丝跟踪

      • 运动目标的视觉跟踪是计算机视觉领域的一个重要的开放问题。由于问题的复杂性而不是通用目的，只考虑定义良好的应用程序的解决方案。生物医学领域的视觉跟踪往往基于传输或投影采集模型，现有的方法由于通常的采集模型不兼容而不适用。利用专门适应于采集模型的方法可以获得更好的结果。
        微创血管内干预是外科手术的一个很好的例子，没有适当的成像设备是不可能的。这种干预是各种血管疾病的首选治疗方法。在介入过程中，外科器械，如导丝和导尿管，被引入血管系统，必须导航到一个感兴趣的点，通常是一个病理。医疗影像链的任务是为外科医生提供成功导航所需的尽可能好的信息。
        该项目的目的是开发一个实时系统，跟踪二维图像序列中的导丝，并将发现的导丝逆向投影到3D空间。

      • 塑料制品的自动目视检验

      • 机器视觉系统的主要任务是从单幅图像或整组图像中为目标提供计算机可理解的描述。其中一个问题是在产品的自动视觉检测中遇到的。自动视觉检查系统必须从产品图像中发现和分类可能的缺陷，并且应该相当快速和健壮。如果自动化系统要取代人工检查，这些要求是必要的，因为人工检查有许多缺点，主要是由疲劳和缓慢造成的(现代生产方法通常促进生产速度，人类无法应付)。本研究项目的主要目的是开发缺陷检测和分类的算法，同时开发完整的原型系统。

      • 功能性x射线神经图像分析

      • 定量功能测量可显著提高x射线血管造影的诊断价值。在几种不同的功能参数中，有三个具有临床意义:血流速度、灌注和扩散。x线成像只能提供前两个参数，其中灌注成像更为重要，因为有几个重要的血流动力学参数:脑血容量(CBV)、脑血流量(CBF)和平均传输时间(MTT)。
        该项目的主要目的是开发x射线成像的良好特征，并开发功能分析技术，这将有助于研究与已知病理相关的人体生理特征。

      • 脑出血的三维定量研究

      • 计算机断层扫描(CT)可以对大脑异常进行三维解剖成像，如人类自发性脑出血(ICH)。通过计算机图像分析，可以对选定的感兴趣体积的病理特征进行表征。本研究以三维定量分析的方法研究脑出血的早期演变。潜在的假设是脑出血的体积和结构与死亡率和发病率有关。脑出血患者接受四次扫描:首次出现症状后3小时内，1小时后，8小时后，以及首次出现症状后20小时内。在病程中，可以观察和分析脑出血体积和结构的三维变化。脑出血的重要特征是体积、空间位置、原发区和水肿区的形状。初步研究表明脑出血容量对患者的生存有重要意义。空间中的位置必须相对于不变的三维坐标系进行测量，这样才能确定脑出血在扫描上的运动。为了实现不变性，有必要对来自两次扫描的大脑CT图像进行配准。 We have recently developed an Iterative Principal Axes Registration (IPAR) algorithm to register 3-D multi-modality brain images. We have also developed 3-D spatially weighted region growing algorithms with adaptive clustering for segmentation of ICH regions. Finally, shape features will be computed to correlate the shape evolution of the ICH to mortality and morbidity. In addition, the characteristic behavior of ICH can be correlated with the patient response to the medical treatment with the purpose of evaluating the treatment earlier during the course of the illness. It is expected that the proposed research would provide a computerized system for analysis of the ICH through the characteristic changes in ICH volume and structure during the course of the illness.

      • 医疗Teleconsulting

      • 在农村地区提供保健服务是一项具有挑战性的任务。人口集中度低使保健机构无法自我维持，因此在农村地区通常只有配备全科医生的小型救护车。在这种情况下，最大的问题之一是缺乏医疗专家。
        通过使用电子通信手段，可以显著改善上述地区的保健服务。近年来互联网的快速发展使包括远程医疗在内的新的医疗应用成为可能。远程医疗通过在遥远的地点之间交换医疗信息，帮助将农村地区与大型医疗中心连接起来。
        虚拟综合诊所是一个基于网络的系统，为农村地区的全科医生和大型医疗中心的专家之间交换医疗信息提供了工具。

      • 心脏多普勒超声图像处理与分析

      • 心脏超声图像分析是心脏疾病诊断的重要工具。研究项目的假设是，主动脉流出速度的多普勒超声图像在健康和疾病病例中具有不同的特征。该项目的目标是开发一种信号和图像分析方法，从DICOM多普勒超声图像中提取相关结构和特征，用于对更多患者的主动脉流出廓线进行统计分析。

      • PTSP患者脑电图信号分析

      • 脑电图(EEG)信号分析是检测各种与大脑功能有关的问题的标准程序。脑电图通过测量位于头部的电极之间的电势差异来测量大脑空间位置的电活动。电位差随时间变化的图形表示称为脑电图，医生使用这些信号或波模式来检测各种疾病。任何可检测到的障碍都将表现为与正常波动模式的偏差，而某些医疗条件会产生不同类型的偏差。除了对脑电图信号进行视觉评估外，基于计算机的数字信号分析和处理技术也可以被使用。这些技术为自动、快速、可靠地检测异常脑电图模式及其定量分析提供了手段。
        研究项目的总体目标是区分攻击性和非攻击性的PTSP障碍。我们试图在脑电图信号中找到可以用来区分两种PTSP变体的显著特征，并构建一个检测和识别算法。主要研究方向是时频域特征波图分析。本文主要讨论了小波变换及其不同变体的应用。对所开发方法的评估和测试将在真实的患者脑电图信号上进行。

      • 图像处理与分析的智能方法

      • 图像分析和场景解释是复杂的任务，需要了解场景中包含的对象及其相互关系。传统的图像分析方法是基于相对简单的技术，只利用从像素强度值获得的低级信息。这些方法的主要局限性是缺乏高层次的知识。
        该项目的目标是为目标检测、识别和跟踪开发基于知识的智能方法，该方法具有鲁棒性和准确性。该方法同时利用了低阶知识和高阶知识进行场景解释。为了实现这一目标，我们将采用基于知识的技术，如基于三维模型的方法、神经网络、进化算法、专家系统和智能代理，并将开发的技术应用于医疗、人脸和范围图像分析问题。

      • 交通应用中的植被检测

      • 该研究项目的目标是开发一种检测和识别铁路沿线植被的图像分析方法。用于分析的图像是通过安装在列车上的监控铁路轨道周围的摄像机获得的。植被的检测是基于颜色信息，而不同类型植被的识别是基于纹理特征。检测的目的是识别被植被覆盖的图像区域。识别必须区分检测区域内的窄叶和宽叶植被。该方法被设计成在良好的光照条件下实时操作。

      • 虚拟生理人类卓越网络

      • VPH卓越网络(VPH NoE)旨在促进、协调和整合泛欧洲在以下领域的研究:
        1.针对患者的个性化和预见性医疗的计算机模型，以及
        2.基于ct的建模和模拟人类生理和疾病相关过程的工具。

      • 生物特征应用的人脸图像分析

      • 现代生物识别护照包含不同的生物识别数据，但它们都包含身份照片。这些照片用于自动人脸识别和验证，需要足够的图像质量来支持识别方法。通过检查ID图像必须满足的一些预定义要求(由ICAO标准定义)来估计质量水平。这种图像检测除了人工操作外，在一定程度上也可以自动完成。简单的需求可以很容易地自动完成，但更复杂的测试需要场景组成的知识。一旦身份照片中合适的兴趣区域被识别出来，就很容易检查更复杂的质量要求。复杂要求的例子有:眼睛上没有头发，面部尺寸与图像尺寸相比，没有红眼等。困难的部分是在身份证照片中找到感兴趣的对象。
        该项目的目标是将输入ID图像分割为五个最常见的区域。最重要的问题来自于这样一个事实:分割是质量检查的先决条件，因此在质量差的图像上表现良好(质量差的图像随后会被检测到)。这道难题需要大量运用对该问题的先验知识。已经尝试了几种基于知识的方法:专家系统、神经网络、增强分类器、图切割等，以训练基于学习的方法，一个经过仔细选择的图像数据库已经形成，包括ID图像的所有可能变化。项目的最终结果是一个原型软件应用程序。

      • MR图像形成的生理模型

      • 自80年代中期引入以来，磁共振成像(MRI)在医学上的应用增长非常惊人，直到目前为止，它被广泛应用于美国、欧洲和日本，作为一种主要的诊断成像方式。事实上，Young(1990)称赞MRI“可能是迄今发现的最强大的活体诊断工具”，“它最令人兴奋的事情是它的范围”。通过充分利用MRI实验中可用的所有定量图像信息，在利用和疗效方面有很大的机会进一步进步，该行动旨在利用这些可能性，将这些数据收集在一起，以一种完全新颖的方式解释组织结构和生理学，如第3页所述。
        目前的生物医学研究(如药物开发、基因组学或许多自然和病理过程的机制研究，如衰老、癌症或多发性硬化症)和临床诊断越来越强烈地依赖于有关细胞水平上局部形态或生理过程的体内信息的可用性。在过去的几年里，细胞成像技术的发展使我们有可能克服一些潜在的问题，并建立新的创新方法来深入了解生物体的功能。
        该行动将利用在COST行动B11“核磁共振成像纹理定量”期间取得的重大进展，将工作扩展和发展为将核磁共振和核磁共振测量以及其他补充的图像信息与组织结构和功能联系起来的基本问题。它还力求充分利用B11期间建立的异常牢固的工作伙伴关系的效力。