retinal image
1、Method of Fast and Automaton Mathematical Morphology（2012）Author: WeiWei Wang JianXIn Shen Y uLiang Wang（NanJing of JiangSu Province）Introduction: WeiWei Gao: Doctoral candidate of mechanical and electrical engineering in
Nanjing University of Aeronautics and Astronautics(NUAA) YuLiang Wang : Doctoral candidate of mechanical and electrical engineering in
Nanjing University of Aeronautics and Astronautics
JianXin Shen : professor of NUAA
Direction:Digital design and manufacturing
Digital medical equipment and technology
Flexible assembly technology for aircraft
I recommend you to learn about JianXin Shen
Journal: S p e c t r o s c o p y a n d S p e c t r a l An a l y s i s
2、INTERACTIVE SEGEMENTATION FOR OPTI C CUP-DI S K OF FUNDUS
IMAGE BASED ON C-V M ODEL（2012）
Author：YinWei Dong JianXin Shen YuLiang Wang（in NanJing of JiangSu Province）Introduction：YinWei Dong :Master Candidate of mechanical and electrical engineering in
Nanjing University of Aeronautics and Astronautics
Direction : Computer aided Biomedical Engineering Journal: Computer Applications and Software
3、Research and Implementation of Interactive Splici ng of Fundus Image(2011)
Author：YinWei Dong JianXin Shen YuLiang Wang（in NanJing of JiangSu Province）The same author with No.2
Journal：Computer Modernization
4、Automatic Fundus Images Registration and Mosaic Based on SIFT
Feature(2011)
Author：YinWei Dong JianXin Shen WenHe Liao
Introduction：WenHe Liao ：professor of mechanical and electrical engineering in Nanjing
University of Aeronautics and Astronautics
Direction: Computer aided Biomedical Engineering(digital eye globe) Journal: Un i v e r s i t y o f Ae r o n a u t i c s& As t r o n a u t i c s
5、Segmentation of Retinal Blood Vessels Based on Centerline Extraction（2012）Author：Lin Zhou JianXin Shen WenHe Liao YuLiang Wang
Introduction：Lin Wang ：Master Candidate of mechanical and electrical engineering in
Nanjing University of Aeronautics and Astronautics
Direction : Computer aided Biomedical Engineering
Journal：Journal of Biomedical Engineering
Abstract：The precise estimation of blood vessel centerline and width is a prerequisite condition for the quantitative and visualized diagnosis of blo od vessel disease in fundus images.In this paper,a retinal blood vessel segmentation algorithm based on centerline extraction is proposed. According to the characteristics of the fundus image and retinal blood vessels,the image is convoluted with the masks of discrete Gaussia
n partial derivative kernels.The centerline is determined by differential geometric properties of the blood vessels and the width is also cal culated.The precision of our method can reach sub-pixel level with a fast computation speed.The experiments on several kinds of fundus i mages showed that the method worked quickly and accurately.
6、Extraction of Retinal Blood Vessel Centerlines Based on Hessian Matrix （2011）
Author：Lin Zhou JianXin Shen WenHe Liao YuLiang Wang
Journal：Chinese mannfacturing industry informatization
7、Segmentation of Retinal Blood Vessels Based on Prior Knowledge Random
Walks Model（2009）
Author：JuPeng Li HouJin Chen XinY uan Zhang
Introduction: HouJin Chen: vice president of school of electronics and information engineering in
BeingJing JiaoTong University. Professor .
direction: Signal and Signal Processing
Biomedical Engineering Image Processing
XinYuan Zhang: a doctor comming from ophthalmology department of BeiJing
TongRen Hospital 、BeiJing Institute of Ophthalmology
Direction: diabetic retinopathy early intervention
JuPeng Li：Doctoral Candidate of school of electronics and information engineering
in Beijing JiaoTong University.
Direction:Medical image processing
I recommand you to learn about HouJin Chen and XinYuan Zhang
Journal：Journal of Biomedical Engineering
8、Automatic Localization of Optic Nerve Head in the Fundus Images Based on Cross-Network（2009）
Author：JuPeng Li HouJin Chen XinY uan Zhang
Journal: Journal of Electronics & Information Technology
9、A Novel Segmentation Method for the Optic Nerve Head in the Retinal Images（2009）
Author：JuPeng Li HouJin Chen Chang Yao XinYuan Zhang
Journal: SIGNAL PROCESSING
10、Segmentation of Retinal Blood Vessels Based on Transition Region Extraction （2008）
Author: Chang Yao HouJin Chen JuPeng Li
Introduction: Chang Yao :Doctoral candidate, School of Electronics and Information
Engineering, Beijing JiaoTong University
Direction:Image Segmentation
Biomedical image processing
Journal: ACTA ELECTRONIC SINICA
11、Automated Blood Vessel Network Segmentation in Pathological Retinal Images（2010）
Author: Chang Yao HouJin Chen
Journal: ACTA ELECTRONIC SINICA
12、Extraction of blood vessel tree in retinal image based on improved PCNN （2011）
Author: Chang Yao HouJin Chen Tao Jing XiaoLi Hao ZhiLin Li Na Yang Introduction: Tao Jing: professor of school of electronics and information engineering in
BeingJing JiaoTong University
Direction: wireless broadband
Wireless multimedia networks
Vedio compression coding
Image tamper dection information
Journal: Journal of Optoelectronics·Laser
13、A novel automated segmentation method for retinal blood vessel network （2009）
Author: Chang Yao HouJin Chen
Journal: Journal of Optoelectronics·Laser
14、Retinal Vessel Image Segmentation and Three-dimensional Reconstruction of Retinal Vessel（2009）
Author: PeiShan Dai BoLiang Wang Ying Ju
Introduction:PeiShan Dai:lecture at the institute of Biomedical Engineering ,School of
Info-physis and Geometrics Engineering,Central South University.He
received his Ph.D degree from Central South University in 2007,His
research interest covers medical image processing and virtual
reality.Corresponding author of this paper.
BoLiang Wang: professor in the Department of Computer, Xiamen University,His
research interest covers medical image processing and virtual reality.
Ying Ju: Lecture in the Department of Computer,Xiamen University.She received
her Ph.D degree from Xi’an Jiaotong University in 2003.Her research
interest covers medical image processing and virtual reality. Journal: ACTA AUTOMATICA SINICA
15、The Segmentation Method of Retinal Blood Vessels Based on Gray Level—Gradient Co-occurrence Matrix（2004）
Author: HongQing Zhu
Introduction: HongQing Zhu: associate professor, school of electronic information and electrical
engineering, ShangHai JiaoTong University
Direction:medical image processing
Journal: JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY
16、Based on Retinal Vessel Model to Segment the Image and to Detect the Vessels（1999）
Author:HengYi Zhang QianLin Jiang YaJun Yu XiaoXiang Zheng
Introduction:HengYi Zhang: vice professor, school of biomedical engineering and instrument
science, Zhejiang University
Journal: ACTA ELECTRONIC SINICA
17、A RECONSTRUCTION ALGORITHM OF INVERSE PROJECTION FROM 2D OCULAR FUNDUS IMAGES TO 3D SURFACE IMAGES （2002）
Author: Chao Li Bin Liang WuFan Chen DeZheng Wu
Introduction:WuFan Chen:professor, the dean of the College of biomedical engineering of
Southern Medical University
Journal: CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
18、Extracting Blood Vessels in Retinal Images by Adaptive Threshholding （2006）
Author: LiFeng Pan Lisheng Pan
Introduction: LiFeng Pan: Master degree candidate, ShangHai Jiaotong University
Direction:medical image processing
The visualization of 3D data field
LiSheng Wang: professor, School of electronic information and electrical
engineering, Shanghai Jiaotong University
Journal: Journal of Image and Graphics
多聚焦图像融合方法综述
多聚焦图像融合方法综述 摘要：本文概括了多聚焦图像融合的一些基本概念和相关知识。然后从空域和频域两方面将多聚焦图像融合方法分为两大块，并对这两块所包含的方法进行了简单介绍并对其中小波变换化法进行了详细地阐述。最后提出了一些图像融合方法的评价方法。 关键词：多聚焦图像融合；空域；频域；小波变换法；评价方法 1、引言 按数据融合的处理体系，数据融合可分为：信号级融合、像素级融合、特征级融合和符号级融合。图像融合是数据融合的一个重要分支，是20世纪70年代后期提出的概念。该技术综合了传感器、图像处理、信号处理、计算机和人工智能等现代高新技术。它在遥感图像处理、目标识别、医学、现代航天航空、机器人视觉等方面具有广阔的应用前景。 Pohl和Genderen将图像融合定义为：“图像融合是通过一种特定的方法将两幅或多幅图像合成一幅新图像”，其主要思想是采用一定的方法，把工作于不同波长范围、具有不同成像机理的各种成像传感器对同一场景成像的多幅图像信息合成一幅新的图像。 作为图像融合研究重要内容之一的多聚焦图像融合，是指把用同一个成像设备对某一场景通过改变焦距而得到的两幅或多幅图像中清晰的部分组合成一幅新的图像，便于人们观察或计算机处理。图像融合的方法大体可以分为像素级、特征级、决策级3中，其中，像素级的图像融合精度较高，能够提供其他融合方法所不具备的细节信息，多聚焦融合采用了像素级融合方法，它主要分为空域和频域两大块，即： （1）在空域中，主要是基于图像清晰部分的提取，有梯度差分法，分块法等，其优点是速度快、方法简单，不过融合精确度相对较低，边缘吃力粗糙； （2）在频域中，具有代表性的是分辨方法，其中有拉普拉斯金字塔算法、小波变换法等，多分辨率融合精度比较高，对位置信息的把握较好，不过算法比较复杂，处理速度比较慢。 2、空域中的图像融合 把图像f(x,y)看成一个二维函数，对其进行处理，它包含的算法有逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法等。 2.1 逻辑滤波器法 最直观的融合方法是两个像素的值进行逻辑运算,如:两个像素的值均大于特定的门限值,
高清全景监控系统
高清全景监控系统 广东百泰科技有限公司高清全景监控系统，是一套基于全景图像采集获取、拼接生成及浏览交互等技术的“点-面智能联动摄像机系统”，结合海量视频数据智能分析技术，可实现高清全景视频图像信息处理及交互应用。系统采用了高清全景监控系统、超高分辨率图像实时处理、ISP智能图像算法设计、海量图像分布式存储等多种前沿技术，通过一台180°高清全景摄像机与一台1080P全高清高速球有机嵌合，匹配专用软件，组成一套点面联动的智能化高清全景监控系统系统。通过单台摄像机就能对180°或360°度范围进行成像，并实现对成像区域内所有目标进行从点到面的同步高清监控，达到无缝监控、点面兼顾的效果。 本产品及技术可应用于各种需要了解城市地理信息，以及不同细节层次的准实时动态真实影像情况的可视化城市管理应用场合，能够基于GPS信息将其与GIS地理信息系统相结合，可提供给安防、城管、交通、消防、城市规划等各类具有城市地理信息及可视化城市管理需求的行业人员使用。 一、技术特色 全景：单台摄像机就能对180°或360°度视角范围进行成像。 高清：1080P全高清视频传输和录像。 超微光感知技术：采用双阶 3D 去噪算法、自动增益控制、自动背光补偿等技术，超低照度、超低噪声、全彩色，宽动态全景摄像，在光线暗淡的情况下依然能呈现彩色画面。 一键式点面联动：针对目前监控摄像机“看得清却看不全”“看得全却看不清”的矛盾，将高清高速球的“点”与全景摄像机的“面”搭配组合，实现由“面”及“点”的一键式操控，点击全景画面的任何一个位置，系统可立即调度高速球转到预定监视点，配准精度高达0.05°，响应时间小于0.1秒，使监控全局与局部细节一览无遗。 支持多分辨率采集和多码流传输。 IP66高防护等级，全天候室内外应用。 二、实景视频演示 低照度效果演示
图像融合的研究背景和研究意义
图像融合的研究背景和研究意义 1概述 2 图像融合的研究背景和研究意义 3图像融合的层次 像素级图像融合 特征级图像融合 决策级图像融合 4 彩色图像融合的意义 1概述 随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。 作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。 2 图像融合的研究背景和研究意义 Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把
图像采集卡是什么【全面解析】
图像采集卡是什么 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 图像采集卡（Image Capture Card），又称图像捕捉卡，是一种可以获取数字化视频图像信息，并将其存储和播放出来的硬件设备。很多图像采集卡能在捕捉视频信息的同时获得伴音，使音频部分和视频部分在数字化时同步保存、同步播放。 图像采集卡，其功能是将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。它是我们进行图像处理必不可少的硬件设备，通过它，我们就可以把摄像机拍摄的视频信号从摄像带上转存到计算机中，利用相关的视频编辑软件，对数字化的视频信号进行后期编辑处理，比如剪切画面、添加滤镱、字幕和音效、设置转场效果以及加入各种视频特效等等。后将编辑完成的视频信号转换成标准的VCD、DVD以及网上流行媒体等格式，方便传播。 采集，视频/图象经过采样、量化以后转换为数字图象并输入、存储到帧存储器的过程。由于图像信号的传输需要很高的传输速度，通用的传输接口不能满足要求，因此需要图像采集卡。 图像采集卡信号采集流程 从视频源得到的信号，经过视频接口送到视频采集卡，信号首先经过模数转换，然后送到数字解码器解码。模数转换器ADC实际上也是一个视频解码器，可以看出它对来自视频源的视频信号解码和数字化，另外，采用不同的颜色空间可选择不同的视频输入解码器芯片。 视频采集就是将视频源的模拟信号通过处理转变成数码信息，并将这些数码信息存储在电脑硬盘上的过程。这种模拟数码转变是通过视频采集卡上的采集芯片进行的。通常在采集过程，对数码信息还进行一定形式的实时压缩处理。
ENVI中的融合方法
ENVI下的图像融合方法 图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。 ENVI中提供融合方法有： ?HSV变换 ?Brovey变换 这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。 这两种操作方法基本类似，下面介绍Brovey变换操作过程。 （1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。 （2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。 （3）选择Display窗口中选择RGB，单击OK。 （4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。 对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。 这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。 （1）打开融合的两个文件。
三种图像融合方法实际操作与分析
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
高清优点
基于北京奥运会高清视频监控系统、上海浦东新区世博会高清视频监控系统的成功经验，针对当前社会治安越发复杂、事发影响程度越发恶劣的现状，为了迅速有效处置突发事件、切实做好各项安全保卫工作，我们建议在视频监控系统中采用高清视频监控技术，通过充分应用先进科技手段和技术装备，来突破目前视频监控图像采集、传输和显示分析的瓶颈，克服传统视频监控系统视频覆盖范围小、图像清晰度不高、视频图像利用率底下等一系列的问题，实现城市视频监控的跨越式发展。 高清特点 由于受到成本的限制，高清在视频监控行业一直未得到有效地应用。而现在芯片技术及压缩算法的发展，高清的视频监控产品逐渐兴起。现在D1标清视频压缩格式业已正式写入数字硬盘录像系统(DVR)国家标准。而更高端的百万像素以上高清摄像机和高清视频编解码器也逐步得到应用和推广，其清晰度可以达到1920*1080或1600*1200，高清视频监控系统提供的高质量视频图像，将为城市社会治安监控效果带来显著的提升。 1)图像清晰度更高、细节更加清楚 传统的标清分辨率的图像对于多数的监控场景，基本上无法对细节进行分辨。而当发生案件时，从录像资料中很难对监控现场涉案的人员、物品准确认定，不具备很好的对侦破工作的指导性和法律质证能力。在一些重要的监控场所，应采用高清摄像机获取高清晰度的监控画面，更能清楚地呈现监控原貌。高清视频监控图像与标清视频图
像清晰度的直观比较如下图所示（CIF：352*288，D1：704*576，960P，1280*960，UXGA：1600*1200）： 高清和标清图像效果比对
1KM远距离高清图像细节呈现 2)监控目标覆盖范围更广、提高监控效能 在传统的标清监控技术构架下，为了保证监控的覆盖率，尽可能的减少监控死角，需要安装部署相当规模数量的监控摄像机，监控系统规模不断扩大，从几百路向成千上万路甚至数十万路的规模发展。如此规模庞大的监控资源，在同一时间里却只有极少部分能够得到实时的监控，而绝大多数监控图像被无差别的记录保存下来，从而形成了海量级的视频录像数据资料。而这些规模庞大的录像资料中也仅有极少部分因可能与某些已知的事件相关联而被备份以外，其他的录像信息则不断的被新的录像数据所覆盖。这就是典型的传统监控系统大规模、高成本、低效率的建设应用现状。 在高清监控技术构架下，单台高清摄像机能够相当于几台普通摄
高清监控系统方案
高清监控系统解决方案
目录 1.系统概述 ..................................................................................................................................... 1-1 2.设计规范及标准 ......................................................................................................................... 2-1 3.缩写词和术语 ............................................................................................................................. 3-1 3.1.缩写词 .................................................................................................................................. 3-1 3.2.术语 ...................................................................................................................................... 3-2 4.系统构成 ..................................................................................................................................... 4-1 4.1.图像采集部分 ...................................................................................................................... 4-1 4.2.通信传输部分 ...................................................................................................................... 4-3 4.3.监控中心 .............................................................................................................................. 4-3 4.3.1.系统管理平台 .............................................................................................................. 4-4 4.3.2.中心显示...................................................................................................................... 4-5 4.3.3.网络存储...................................................................................................................... 4-7 5.系统功能 ..................................................................................................................................... 5-1 5.1.基本功能 .............................................................................................................................. 5-2 5.1.1.监视功能...................................................................................................................... 5-2 5.1.2.录像及回放功能 .......................................................................................................... 5-3 5.1.3.控制功能...................................................................................................................... 5-3 5.1.4.用户与权限管理 .......................................................................................................... 5-3 5.2.基于ATMS集成平台的扩展功能...................................................................................... 5-4 5.2.1.违法抓拍功能 .............................................................................................................. 5-4 5.2.2.视频分组显示功能 ...................................................................................................... 5-7
图像融合算法概述
图像融合算法概述 摘要：详细介绍了像素级图像融合的原理,着重分析总结了目前常用的像素级图像融合的方法和质量评价标准,指出了像素级图像融合技术的最新进展,探讨了像素级图像融合技术的发展趋势。 关键词：图像融合; 多尺度变换; 评价标准 Abstract:This paper introduced the principles based on image fusion at pixel level in detail, analysed synthetically and summed up the present routine algorithm of image fusion at pixel level and evaluation criteria of its quality. It pointed out the recent development of image fusion at pixel level, and discussed the development tendency of technique of image fusion at pixel level. Key words:image fusion; multi-scale transform; evaluation criteria 1.引言： 图像融合是通过一个数学模型把来自不同传感器的多幅图像综合成一幅满足特定应用需求的图像的过程, 从而可以有效地把不同图像传感器的优点结合起来, 提高对图像信息分析和提取的能力[ 1] 。近年来, 图像融合技术广泛地应用于自动目标识别、计算机视觉、遥感、机器人、医学图像处理以及军事应用等领域。图像融合的主要目的是通过对多幅图像间冗余数据的处理来提高图像的可靠性; 通过对多幅图像间互补信息的处理来提高图像的清晰度。根据融合处理所处的阶段不同,图像融合通常可以划分为像素级、特征级和决策级。融合的层次不同, 所采用的算法、适用的范围也不相同。在融合的三个级别中, 像素级作为各级图像融合的基础, 尽可能多地保留了场景的原始信息, 提供其他融合层次所不能提供的丰富、精确、可靠的信息, 有利于图像的进一步分析、处理与理解, 进而提供最优的决策和识别性能. 2.图像融合算法概述 2.1 图像融合算法基本理论
视频监控系统图像清晰化处理
视频监控系统图像清晰化处理 话题:图像视频测试 目前，视频监控已在安防领域里广泛的应用，但是存在实时监视和图像回放不清晰的现象，导致对识别、取证、事件分析造成困难。本文就摄像机性能、视频线缆性能、视频图像压缩和显示设备四大部分作出分析，并提出提高视频图像清晰度的整体系统设计思想，以供参考。电视监控系统在我国已经非常普及，包括银行、军队、政府、企业都已经安装了大量的摄像机。但据初步了解，绝大多数的电视监控系统存在实时监视和回放图像不清晰的问题，从而导致对识别、取证、事件分析造成困难，甚至使嫌疑人面部特征无法辨认。本文在频域分析技术和视频信息数字处理技术的基础上，对影响清晰度的摄像机性能、视频线缆性能、视频图像压缩和显示四大部分作出分析，并提出提高视频图像清晰度的整体系统设计思想，以提高现有的电视监控系统的图像清晰度，最终给出使用VQT-3000视频图像质量测试仪和市场两种常用摄像机清晰度的测试结果，以供参考。前言随着中国经济的飞速发展，各大城市已经建有大量的电视监控系 统。但是尽管安装了众多的监控摄像机，案情发生后的图像回放都存在图像不清晰的问题，特别是嫌疑人面部特征不清晰，难以辨认，这给公安部门的破案、法院的取证都带来了极大的麻烦。本项目就是在频域分析技术和视频信息数字处理技术的基础上，重点解决图像清晰化的问题。当我们花费很大的资金安装了电视监控系统，却得不到清晰的图像(具体请见图1、2、3)，这给实际工作带来很大的问题:1、无法判别现场细节;2、无法辨认犯罪嫌疑人面部特征;3、无法成为现场取证资料。视频监控系统图像质量分析根据我们认真分析，影响视频监控系统图像显示质量的主要因素有:1、镜头;2、摄像机;3、视频BNC接头;4、视频电缆传输;5、视频服务器和硬盘录像机图像压缩算法;6、监视器。镜头对图像质量的影响镜头镀膜
高清解码器在高清监控系统中的作用
高清解码器在高清监控系统中的作用 公司标准化编码 [QQX96QT-XQQB89Q8-NQQJ6Q8-MQM9N]
高清解码器在高清监控系统中的作用 一、高清解码器的作用 一个完整的高清监控系统，必须涵盖前端、传输、后端以及中心各个环节，缺一不可。其中，前端负责高清图像的采集，传输负责高清图像的输送，后端负责高清图像的存储，中心负责高清图像的显示和业务的管理。可以说，一套高清监控系统，真正给用户体现直观价值的就在于中心的图像高清显示，而这离不开高清解码器。 高清解码器的主要作用，在于接收前端高清编码图像并解码，然后通过自身的各种视频输出接口，如HDMI/DVI/VGA/BNC,输出显示到电视墙上。它与前端摄像机正好是一个正反过程，前端摄像机输入图像，进行编码；解码器进行解码，输出图像。
针对项目大小和中心电视墙的规模，高清解码器又有两种主要的应用： 对于小型规模电视墙，比如4/8/12/16拼接屏，那么高清解码器可以独立作为显示控制设备完成解码输出显示。 对于中大型规模电视墙，显示控制设备一般为模拟矩阵或数字矩阵，那么高清解码器主要负责接收网络编码数据并解码，然后将解码后的数据作为矩阵的输入。 二、高清解码器的选型 基于实现原理的不同，对高清解码器进行分类，并比较两者的优劣。 1、嵌入式高清解码器 嵌入式高清解码器实现原理采用专业视音频编解码芯片(DSP或SOC)和linux操作系统，软硬件完全一体化，具有成本低、性能高以
及长时间运行可靠稳定等优点，不足之处在于第三方厂商兼容性较差。 2、软解码服务器 软解码服务器实现原理基于PC架构，采用intel和显卡，使用windows操作系统，基于第三方SDK完成取流和解码。虽然相比嵌入式高清解码器的第三方厂商兼容性较好，但是具有成本高、性能低、易中毒、长时间运行可靠性差、基于SDK开发以及关键技术依赖第三方厂商、独立性差、一般为工控机形态和占用空间大等缺点。 在一个监控系统中，往往前端编码设备并不是同一个厂商的。解码器作为中心显示上墙的关键设备，就面临着一个关键问题：如何更好的兼容多个厂商的编码设备上墙显示。目前的安防行业还没有形成设备统一的接入规范，基本是各个厂商形成一套自己设备的私有协议，并利用SDK对其进行封装，提供给客户进行二次开发，完成设备的接入。而要想兼容各个厂商的SDK，最可靠的方式就是基于windows 平台进行开发集成。这就决定了软解码服务器在第三方厂商兼容性方面具有明显的优势。 通过比较可以看出，嵌入式高清解码器相比软解码服务器具有很大的优势，其主要缺点在于第三方的兼容性较差。但是，这里的缺点
图像融合算法的分析与比较
摘要：图像拼接技术一直是计算机视觉、图像处理和计算机图形学的热点研究方向。图像融合算法是图像拼接过程中非常重要的一个步骤，本文介绍了几种常用图像融合算法，并且结合实验对它们的进行了分析和比较。 关键词：图像融合；图像拼接 一、引言图像拼接(image stitching)技术是由于摄像设备的视角限制，不可能一次拍出很大图片而产生的。图像拼接技术可以解决由于相机等成像仪器的视角和大小的局限，不可能一次拍出很大图片而产生的问题。它利用计算机进行自动匹配，合成一幅宽角度图片，因而在实际使用中具有很广泛的用途，同时对它的研究也推动了图像处理有关的算法研究。图1 图像拼接流程图图像拼接技术的基本流程如图1-1所示，首先获取待拼接的图像，然后是图像配准和图像融合，最终得到拼接图。图像拼接技术主要包括两个关键环节，即图像配准和图像融合。图像配准主要指对参考图像和待拼接图像中的匹配信息进行提取，在提取出的信息后寻找图像间的变换模型，然后由待拼接图像经变换模型向参考图像进行对齐，变换后图像的坐标将不再是整数，这就涉及到重采样与插值的技术。图像拼接的成功与否主要是图像的配准。待拼接的图像之间，可能存在平移、旋转、缩放等多种变换或者大面积的同色区域等很难匹配的情况，一个好的图像配准算法应该能够在各种情况下准确找到图像间的对应信息，将图像进行匹配。图像融合的任务就是把配准后的两幅图像根据对准的位置合并为一幅图像。由于两幅相邻图像之间存在重叠区域，因此，采用配准算法可以实现图像的对齐。然而图像拼接的目的是要得到一幅无缝的拼接图像[1]。所谓无缝，就是说在图像拼接结果中，不应该看到两幅图像在拼接过程中留下的痕迹，即不能出现图像拼接缝隙。由于进行拼接的两幅图像并不是在同一时刻采集的，因此，它们不可避免地会受到各种不定因素的影响。由于这些无法控制的因素的存在，如果在图像整合过程结束之后，只是根据该过程中所得到的两幅相邻图像之间的重叠区域信息，将两幅图像简单的叠加起来，那么，在它们的结合部位必然会产生清晰的拼接缝隙，这也就达不到图像拼接所要求的无缝的要求。如何处理图像整合过程中无法解决的拼接缝隙问题，实现真正意义上的无缝拼接，正是图像融合过程中所要解决的问题。对于重叠部分，如果只是简单的取第一幅图像或第二幅图像的数据进行叠加，会造成图像的模糊和拼接的痕迹，这是不能容忍的。图像融合就是要消除图像光强或色彩的不连续性。它的主要思想是让图像在拼接处的光强平滑过渡以消除光强的突变。二、常见的图像融合算法 1、平均值法令，，分别表示第一幅图像、第二幅图像和融合图像在点处的像素值，则融合图像中各点的像素值按式(4-1)确定。 (1) 式(4-1)中，表示第一幅图像中未与第二幅图像重叠的图像区域，表示第一幅图像与第二幅图像重叠的图像区域，表示第二幅图像中未与第一幅图像重叠的图像区域。取两幅图像的平均值的算法速度很快，但效果一般不能令人满意，在融合部分有明显的带状感觉，用眼睛能够观察出区别。本文以左图像所在的坐标系为参考坐标空间，将右图像经过变换矩阵向参考图坐标进行映射，由于双线性插值法在计算效率和精度方面可以达到一个很好的平衡，因此在变换过程中本文采用双线性插值。然后采用平均值法对图像重叠区进行融合，得到图2(a)和图2(b)。从图中可以看出由于采用本文的配准方法拼接出来的图像在拼接点处结合得很好，但是由于重叠区域采用了简单的平均值法来进行融合，有明显的拼缝。 (a) 校园广场图片（b）足球场图片图2 采用平均值法来对图像进行融合 2、重叠区线性过渡为了消除重叠区的拼缝问题，目前采用较多的是重叠区线性过渡的方法. 实现的具体方法是假设重叠区域宽度为l。取过渡因子是（）。两幅图像重叠区的x轴和y轴最大和最小值分别为、和、，则过渡因子，重叠区的像
基于Gram-Schmidt的图像融合方法概述
基于Gram-Schmidt的图像融合方法概述 摘要遥感图像融合的目的是综合来自不同空间分辨率和光谱分辨率的遥感信息，生成一幅具有新空间特征和波谱特征的合成图像。它具有重要的意义和广泛的应用前景。而由于采用的算法或变换方法的不同，融合方法有多种。在众多的融合方法相互比较的过程中，我们发现Gram-Schmidt具有较高的图像保真效果，是一种高效的图像融合方法。由于该算法在遥感图像融合中的应用尚处于起步阶段，对于Gram-Schmidt光谱锐化高保真的影像融合算法的了解尚不全面。对此，对Gram-Schmidt的原理、方法、优势等做了较为详尽的介绍。 关键词遥感融合保真Gram-Schmidt 概述 1 引言 对于光学系统的遥感影像，其空间分辨率和光谱分辨率一直存在着不可避免矛盾。在一定的信噪比的情况下，光谱分辨率的提高必然导致牺牲空间分辨率为代价。然而，通过将较低空间分辨率的多光谱影像和较高空间分辨率的影像的全色波段影像的融合，可以产生多光谱和高空间分辨率的影像。因此，各种基于不同算法的融合方法得到了迅速地发展和广泛地应用。 随着遥感技术的发展，由于对图像解译和反演目标参数的需要，一些简单的融合方法在很大程度上已经无法满足对于光谱信息保持，空间纹理信息增加的迫切需求。例如，对于检测植被活力和生长状态，反演陆地生产力，进行环境评价和矿产勘测等，如果融合后的图像信息的保真度无法满足要求，将会导致错误结果的产生。 通常采用的遥感图像融合方法有IHS变换、Brovey变换、主成分变换、小波变换等。虽然，这些融合方法都能够增加多光谱影像的空间纹理信息特征。但IHS、Brovey、主成分变换等方法易使融合后的影像失真；小波变换光谱信息虽保真相对较好，但小波基选择困难，且计算相对复杂（李存军等，2004）。 基于Gram-schmidt算法的图像融合方法既能使融合影像保真度较好，计算又较为简单。本文将对该影像融合算法的原理、方法以及所具备的优势做较为详尽的介绍。 2 算法简介
高清图像全景拼接
高清图像全景拼接 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
全景拼接白皮书
目录
1 方案概述 1.1 市场需求 全景拼接系统，是以画面拼接技术为基础，将周围相邻的若干个摄像机画面拼接成一幅画面。传统视频监控系统，用户如果要实时监控一片连续的大范围区域，最常见的做法是，安装多个摄像机，每个负责一小片区域，该方案的主要缺陷是，用户没有画面整体感，很难连续追踪整个区域内的某个目标。全景拼接系统，能很好的解决上述问题。 传统意义上的全景拼接系统，虽然解决了“看的广”、“看的画面连续”的问题，但并没有解决“看的清”的问题。因此宇视的全景拼接系统中，增加了球机联动功能，以解决“看的清”的问题，一台10倍以上光学放大的球机可以看清100米甚至更远的目标。球机联动功能，是以枪球映射技术为基础，将全景画面坐标系和球机画面坐标系关联映射起来，用户只要在全景画面中拉框，球机就自动转动和变倍到指定位置，对用户来说这是一个设备，而不是孤立的两个设备。 全景拼接系统，主要应用于大范围监控，如广场、公园、景区、机场停机坪、机场大厅、物流仓库、大型生产车间、交通枢纽等。 1.2 方案特点 ●画面拼接：支持3个高清相机（最高1080P）的拼接。 ●画面拼接：拼接后最高分辨率可以达到5760×1080。 ●球机联动：支持1个球机（最高1080P）的联动。 ●球机联动：支持在全景画面中拉框放大，自动联动球机转动和变倍到指定位置。 2 组网模型 2.1 全景拼接 2.1.1 逻辑框图（或拓扑图） 2.1.2 原理描述 拼接原理： 拼接前提：用于拼接的摄像机，在图像内容上，两两相交。
临床前图像引导的精准放疗系统1
临床前图像引导的精准放疗系统 作者：赵勇 1.PXi X-RAD SmART背景 放射治疗主要用于恶性肿瘤的治疗，随着技术的发展，特别是影像学于计算机技术、放射物理学、生物学的有机结合，近年来放射治疗的地位大大提高，成为肿瘤的主要治疗手段之一。据国外一些数据统计，约有50%--70%的肿瘤病人需要做放射治疗，世卫组织20世纪的统计数字显示，目前经治疗后肿瘤患者5年生存率高达45%，其中22%是手术治疗，18%是放射治疗治愈，5%是药物和其他方法治愈。由此可见放射治疗在肿瘤治疗中的重要地位。 目前肿瘤治疗的失败主要原因为肿瘤局部控制失败，而导致肿瘤的局部复发和远地转移。已有证据表明，改进肿瘤局部治疗，可以提高肿瘤治愈率。放射治疗通过物理手段不仅可以提高肿瘤局部控制率，而且可以改进患者治愈后的生存质量。所以相关的科学研究工作是目前肿瘤相关研究热点之一。各个高校医院都在积极开展相关科研工作，各个研究组之间的竞争异常激烈。
因为放疗是以提高局部的治疗增益，即最大限度的增加肿瘤局部控制概率和减低周围正常组织的放射并发症概率为治疗的最终目的，从而达到高精度定位、高剂量、高治疗效果和低正常组织损伤的三高一低模式。随着计算机技术的发展和影像学技术在肿瘤上的应该，先手出现了三维适形放射治疗、立体定向放射治疗、三维强调治疗。代表性的设备有x（γ）刀、赛博刀和现在很先进的图像引导放射治疗机即IGRT等等。但是真正的临床治疗毕竟不是科研实验，不能用病人的生命开玩笑，所以很多理论上的治疗手段急需在实验室水平进行验证。针对临床医生这一需求，美国PXi公司，一家专业的制造生物学医学研究用X光辐照相关设备的厂家，研发出一款实验室用的小动物IGRT系统。其特点是在实施放疗前，先对小动物进行精确的二维/三维成像，然后通过专业的软件制定复杂而精确的治疗方案，最后按照制定好的方案引导仪器对小动物实施精确的放疗。完美模拟临床条件和进程，从而能使得更多的肿瘤放射治疗方案在实验室水平得到验证，积累研究经验，促进科研进展，推动科研转化临床。 2. 临床前图像引导的精准放疗系统 以前很多老师使用常规的辐照仪进行实验。常规的辐照仪是在二维水平进行的传统的经验式的一种仪器，使用这种仪器将面对一个两难的选择，要么顾忌肿瘤周围正常组织器官的照射耐受，就必须限制剂量，达不到最佳实验效果，要么为了达到照射剂量就伤及周围正常组织器官。显然这样的常规辐照仪是不能满足模拟临床放射治疗的。 临床上也曾面对这一问题，随着科技的发展，科学家在三维放疗技术的基础上加入时间概念，并且充分考虑了解剖组织在治疗过程中的运动和分次治疗的位移误差，如呼吸和蠕动运动、日常摆位置误差、靶区收缩等引起放疗剂量分布的变化和对治疗计划的影响等方面情况，在患者进行治疗前和治疗中利用各种先进
高清图像全景拼接
全景拼接白皮书
目录 1 方案概述 (3) 1.1 市场需求 (3) 1.2 方案特点 (3) 2 组网模型 (4) 2.1 全景拼接 (4) 2.1.1 逻辑框图（或拓扑图） (4) 2.1.2 原理描述 (4) 2.1.3 功能介绍 (5) 2.1.4 方案特点 (7) 2.1.5 典型应用 (7) 3 摄像机安装要求 (7) 3.1 安装指导（这一部分由于我不太了解，希望达到的效果是：说清楚在什么位置装，覆 盖哪些范围，摄像机要求） (7) 3.1.1 覆盖范围 (7) 3.1.2 摄像机要求 (7) 3.1.3 摄像机安装要求 (7) 3.2 全景拼接客户端要求 (14) 3.2.1 硬件要求 (14) 3.2.2 操作系统要求 (14) 4 典型应用 (15) 4.1 应用场景1 (15) 4.1.1 应用原理图 (15) 5 限制与约束 (15)
1 方案概述 1.1 市场需求 全景拼接系统，是以画面拼接技术为基础，将周围相邻的若干个摄像机画面拼接成一幅画面。传统视频监控系统，用户如果要实时监控一片连续的大范围区域，最常见的做法是，安装多个摄像机，每个负责一小片区域，该方案的主要缺陷是，用户没有画面整体感，很难连续追踪整个区域内的某个目标。全景拼接系统，能很好的解决上述问题。 传统意义上的全景拼接系统，虽然解决了“看的广”、“看的画面连续”的问题，但并没有解决“看的清”的问题。因此宇视的全景拼接系统中，增加了球机联动功能，以解决“看的清”的问题，一台10倍以上光学放大的球机可以看清100米甚至更远的目标。球机联动功能，是以枪球映射技术为基础，将全景画面坐标系和球机画面坐标系关联映射起来，用户只要在全景画面中拉框，球机就自动转动和变倍到指定位置，对用户来说这是一个设备，而不是孤立的两个设备。 全景拼接系统，主要应用于大范围监控，如广场、公园、景区、机场停机坪、机场大厅、物流仓库、大型生产车间、交通枢纽等。 1.2 方案特点 ●画面拼接：支持3个高清相机（最高1080P）的拼接。 ●画面拼接：拼接后最高分辨率可以达到5760×1080。 ●球机联动：支持1个球机（最高1080P）的联动。 ●球机联动：支持在全景画面中拉框放大，自动联动球机转动和变倍到指定位置。
放射治疗图像引导现状_王争
1引言 目前，医学上治疗肿瘤主要有外科手术、化疗、放射治疗等方法，现代医学是以微创伤和无创伤的精确治疗为发展方向，放射治疗也向精确放射治疗及图像引导下的放射治疗发展[1]。精确放射治疗是放射治疗的必然发展趋势，图形引导技术也在不断的发展与完善，使之更好地为精确放射治疗提供医学影像，引导放射治疗，给肿瘤组织最大的剂量和保护正常组织的免于被照射[2]。 2精确放射治疗 放射治疗过程中，肿瘤和正常组织具有时间和空间的不稳定性，尤其是肿瘤组织几何形状的不稳定性是放射治疗失败的原因之一，精确放疗技术的发展克服了这一不足[3]。 普通放射治疗的缺点[4]：（1）在患者接受分次治疗过程中，身体治疗部位的位置和形状会发生变化，从而使位于体内的靶区形状及它与周围正常组织的位置关系也发生变化。（2）不同次治疗时靶区的位移和变形。主要指靠近泌尿和消化系统的器官随泌尿和消化系统的充盈程度引起靶区移动，随着治疗时间的推进，患者消瘦可影响靶区的位移，体表皮肤松弛引起体表标志位移，治疗肿瘤本身形态和在体内的位置都会发生变化。（3）在同一次治疗中靶区的位移。主要受呼吸运动影响，其次为心脏搏动影响，胃肠道蠕动甚至血管搏动均可影响靶区运动。（4）一般CT扫描引起的误差。（5）在影像传输和计划阶段及实施之间可能出现的错误资料传输。 精确放疗技术及图像引导下的放射治疗的优点是：（1）修正病灶和标记之间的误差。（2）检测和修正肿瘤和正常组织在放射治疗过程中的变化。（3）在放射治疗时，给肿瘤充分的剂量，并保证正常组织的安全。（4）安全的边缘区域减小，剂量可以大幅增加。 伴随着精确放射治疗技术的发展，图像引导技术也日趋发展成熟，现在常用的图像引导技术主要有[4]： 2.1电子射野影像系统 它主要以X线影像技术来引导放射治疗，最初使用的是胶片技术，伴随着计算机技术的发展，又推出了CR（computer radiation）技术，它是一种离线式验证和修正系统。它可以验证射野的大小、形状、位置和患者摆位，是一种二维的验证。近年来，用射野影像系统（electronic portal imaging device，EPID）进行剂量学验证的研究也不断增多，并逐渐推向临床，但缺点是寿命较短。用MV级X线片在加速器上验证射野的大小、形状、位置和患者摆位也是一种简单实用的影像引导放射治疗（image guided radiotherapy，IGRT）。这种方法的优点是成本低、容易实现；缺点是比较笨拙、速度慢，不能称为真正的实时验证。 2.2kV（千伏）透视系统 有许多kV级X线摄影和透视设备的图像重建系统，例如单球管和双球管系统，安装在机架与机房内的系统。kV级X线影像系统都可以局部地骨重建或较清楚地分辨骨性标志，但是在治疗时软组织相关的几何形状的改变不能探测到，是一种二维验证，且它与放射治疗不同源，因此通常还要验证X射线源的位置。安装在机架上一个球管的系统，在旋转时可以得到三维重建的图形信息，但是机架旋转过程中会发生几何变化，造成误差。机房内kV级X线影像系统，安装4个球管和影像接受系统来执行一个持续的立体监测，真正地跟踪肿瘤，并控制放射治疗的截止，这个系统现在已经在临床上使用，得到了临床的认同。 2.3锥形束(CBCT) 锥形束（cone beam CT，CBCT）是基于二维大面积非晶硅数字化X线探测板的锥形束CT，具有体积小、质量轻、开放式架构、直接得到三维图像等特点，可直接安装在加速器上。它分为kV-CBCT和MV-BCT。kV-CBCT空间分辨率高，但密度分辨率较低；MV（兆伏）-CBCT具有和治疗束同源的优点，但在图像分辨率、信噪比 放射治疗图像引导现状 王争，陈卫彬 [摘要]介绍了普通放射治疗存在的缺点以及精确放射治疗是放射治疗的必然发展趋势，指出了图像引导技术是精 确放射治疗的有力保障，重点论述了常用的5种图像引导技术及其优缺点，医院可根据实际情况选择合适的影像系统，从而提高放射治疗的精度。 [关键词]精确放射治疗；图像引导；肿瘤 [中国图书资料分类号]R445.4[文献标识码]A[文章编号]1003-8868（2011）07-0083-02 Status of Image Guided Radiation Therapy WANG Zheng1,CHEN Wei-bin2 (1.General Hospital of the Second Artillery,Beijing100088,China;2.General Hospital of PLA,Beijing100853,China) Abstract This article describes the shortcomings of ordinary radiation therapy.Precise radiation therapy,image guided radiation therapy especially,is the trend of radiation therapy technology.With the development of precise radiotherapy, image guided radiation therapy is also entering a new era.This paper outlines the advantages and disadvantages of five kinds of image guided technology.[Chinese Medical Equipment Journal，2011，32（7）：83，91] Key words precise radiation therapy；IGRT；tumor 作者简介：王争（1979-），男，河北高碑店人，物理师，主要从事放射治疗 方面的研究工作；陈卫彬（1980-），男，河北霸州人，工程师，主要从事直线 加速器的保障和管理方面的工作。 作者单位：100088北京第二炮兵总医院（王争）；100853北京解 放军总医院（陈卫彬）（荩荩下转第91页荩荩）