数字化可视人体图像的目标提取

目的 探讨数字化可视人体图像的目标提取.方法 利用归一化阈值分割排除大部分背景,再结合边缘跟踪对目标边界附近保留的边缘特征进行识别、连接、去噪,构建一种准确、有效的目标提取算法.结果 基于边缘和阈值混合的分割技术有效地去除了数字化人体图像的背景.结论 通过与其他几种分割算法的比较,本计算法实际使用效果较好.     

腰麻领域基于卷积神经网络的脊髓圆锥末端位置定位算法

传统的脊髓圆锥末端内麻醉无可视化技术支持,主要通过麻醉师根据患者体表骨性特征进行穿刺定位,其难易程度与患者当前状态、麻醉师经验密切相关。本文提出了一种基于深度学习的识别定位算法,该算法利用深度学习模型对归一化的目标区域进行深度特征提取,增强特征的表征能力;最后输入到本文采用的SVM分类模型,得到最终的检测到的脊髓圆锥末端结果。定性定量实验结果表明,本文所提出的深度检测模型的检测性能较好,具有一定的可行性和使用价值。     

复杂背景干扰下硅藻图像的深度网络识别与定位

目的 提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法。方法 主要由两大模块组成,分别是初步定位与精确定位模块。在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN（Region Proposal Network）生成可能存在硅藻的区域并且初步完成硅藻目标的定位。在精确定位中,应用Fast R-CNN精确修改硅藻位置信息与识别硅藻类别。结果 应用简单、部分复杂与复杂背景的自建库图像对传统机器学习方法与本文方法进行实验验证,传统识别方法对有部分背景干扰的硅藻图片识别率约为60%,且不能识别与定位受复杂背景干扰的硅藻图像。本文方法能够有效识别与定位复杂背景下硅藻图像中的多种目标,且平均识别率达到85%。结论 本文方法能够应用于刑侦尸检中识别与定位复杂背景干扰的硅藻图像中的目标。     

基于约束骨干粒子群算法的化工过程动态多目标优化

大多数化工过程是动态过程,需同时优化多个目标,从而带来复杂的约束多目标动态优化问题。因此提出了一种动态约束多目标骨干粒子群算法,即采用一种新型约束处理方法,结合Pareto支配和ε约束支配技术的双档集机制;针对约束优化问题寻优难度更大,更易陷入局部最优的特点,采用局部搜索和混合变异策略,并自适应调整搜索步长,提高算法的探索和开发能力;采用分段线性函数参数化方法,构建一种动态约束多目标粒优化算法,并将其用于解决间歇反应器的动态多目标优化问题。测试实验表明：与NSGA II和自适应差分进化算法(SADE εCD)比较,该算法具有更优秀的收敛性与分布性;应用到化工过程多目标动态优化问题实例进行比较表明,多目标骨干粒子群算法在约束多目标动态优化问题的求解中表现出更好的应用前景。     

面向中医目诊的虹膜斑块定位算法

目的研究和实现面向中医目诊的虹膜斑块定位,以利于深入研究虹膜及其图像特征与疾病、体质等因素间的对应关系。方法以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜斑块定位算法。该算法首先对虹膜图像预处理;再进行虹膜图像的区域对比特征计算;最后基于区域对比特征,通过阈值化和联通区域几何特征,进行虹膜斑块定位。结果本文算法在自行采集的虹膜仪图像数据集上进行测试,定位的精度(precision)为74.3%,召回率(recall)为83.9%。本文所提算法的运行时间,约为0.312 min每张虹膜图像。结论本文方法能有效定位虹膜斑块,定位准确度和运行速度优于现有方法。     

基于猕猴面部图像特征的计算机自动定位方法

目的提出一种基于猕猴面部图像特征的计算机自动定位方法。方法针对猕猴面部图像的特点建立其在HSI颜色空间中的肤色模型,然后根据各分量的阈值对图像进行分割,分割后的结果再经过数学形态学的腐蚀与膨胀处理得到猕猴面部较为完整的区域。结果基于面部器官位置的相对比例关系,实现了对猕猴眼睛、嘴巴等特征部位的自动定位,并且使用边缘提取算子获取了特征部位的细节轮廓。结论本文的算法经过了猕猴面部图像的测试,能准确的自动定位猕猴面部并找到眼部与嘴部区域,其结果可以为进一步的表情识别提供依据。     

SEM材料图像目标区域分割

由SEM获取的纤维材料图像,目标孔洞粘联明显、重叠严重,特征参数提取困难。本文首先利用提取目标特征凹点的方法,实现了目标区域分割,但在分割精度上存在着不足,且算法较为复杂。对此,采用了一种基于距离变换的分水岭算法,通过对不同区域设置标记,循环标记的最终结果形成分水岭,并通过抑制过分割实现了对目标区域更为精确的分割。实验结果表明该算法具有良好的特性。     

手背静脉图像预处理算法研究

作为一种新颖的身份认证方式,手背静脉识别技术具有非常重要的现实意义和市场潜力。手背静脉识别通常基于静脉纹路的细节特征点对个人身份进行识别。为了准确地提取手背静脉图像的细节特征点,本文首先提取手背静脉图像中的有效区域并对其进行归一化;再利用子块部分重叠局部直方图均衡化算法对图像进行对比度增强并去除其中的斑点噪声和扫描噪声;最后分别采用NiBlack法和Hilditch算法对图像进行分割和细化处理,得到手背静脉图像的纹路信息。     

基于交叉递归图和局部匹配的翻唱歌曲识别

基于Qmax算法,提出了一种新的序列局部匹配算法,用于翻唱歌曲识别。该算法通过改变所使用的步长条件使得匹配过程既能防止病态弯曲又能增加局部匹配分数。为了验证该算法在翻唱歌曲识别中的有效性,采用基于节拍同步的音级轮廓(PCP)特征作为测试对象,并利用最佳移位索引(OTI)实现基调不变性;根据所提取的特征构造交叉递归图(CRP),利用提出的局部匹配算法计算序列之间的相似度。实验结果表明,该方法获得了比传统匹配算法,如动态时间规整(DTW)、互相关和Qmax算法更高的识别准确率。     

非接触生命参数检测系统动/静目标的识别技术

目的: 识别非接触生命参数检测系统探测范围内目标的运动/静止状态,为探测人员提供更加丰富的目标信息. 方法:提取系统检测到的呼吸路信号和体动路信号,选取最优的数据长度分别进行快速傅里叶变换(FFT),对变换后两路信号的频域能量分析比较,参照设定的阈值进行识别. 结果:20 cm和30 cm穿墙探人实验表明,在系统的探测范围内,目标的运动/静止壮态与呼吸路信号和体动路信号的频域能量比有着良好的相关性. 结论: 本方法适用于不同的探测环境中的非接触生命参数检测系统,能够迅速对目标的运动/静止状态进行识别,增强了此系统的使用功能.