针对激光散斑血流成像系统中光源相干性对散斑衬比的影响进行了研究, 提出了一种基于混合遗传算法的散斑图像恢复方案。首先, 分析非完全相干光用于激光散斑血流成像系统时的劣势, 说明混合遗传算法恢复被低相干性光源破坏的散斑图像的原理; 使用对比度与噪声比来衡量由两种光源成像得到的静态白盘散斑图像质量; 最后, 将算法分别用于静态白盘散斑图像和真实的手背血流检测场景。实验结果表明, 相干性较好的单纵模激光器成像得到的散斑图像, 较之于相干性较差的半导体激光器成像得到的散斑图像, 对比度与噪声比高出67.2%; 将算法用于质量较差的散斑图像后, 其对比度与噪声比提高了57.7%; 将算法用于手背血流检测场景, 进行恢复运算后, 验证了手指指尖的血流灌注量平均高于手指关节30%的临床事实。将本算法用于激光散斑血流成像系统, 可以有效消除非完全相干光给散斑衬比分析造成的影响, 获得质量更好的血流图像。本算法的推广使用可以提高激光散斑血流仪器在光源选择方面的灵活性。

为了解决灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题, 使参数随图像的NMI计算和多分辨率级数进行自适应调整, 采用基于小波变换多分辨率策略,形成多尺度匹配模型, 并将粒子群算法(PSO)作为添加算子, 提出了以图像归一化互信息(NMI)作为相似性测度的混合遗传算法, 对CT与MRI图像进行了配准。实验结果表明,该方法能够解决遗传算法早熟收敛问题, 有效地克服信息函数的局部极值, 实现图像的自动配准, 具有匹配精确、鲁棒性好及效率高等优点。