基于同质区域自动选取的各向异性扩散超声图像去噪

提出一种自适应选取各向异性扩散滤波器扩散参数的方法,以提高滤波器的有效性和稳定性。首先,使用最大类间方差二值化算法确定超声图像的最优二值化阈值,并将该阈值作为区域均匀性标准对超声图像进行四叉树分解。然后,按从大到小的顺序从分解结果中取出所有当前最大分块,根据最优同质区域分块判决依据进行优选。最后,使用最优同质区域选取结果计算扩散参数,对超声图像进行各向异性扩散滤波。结果表明,本方法优于斑点降噪各向异性扩散(SRAD)和细节保留各向异性扩散(DPAD)两种典型的自动选取扩散参数方法,能在显著减少运算时间的同时使平均图像佳数较前两种方法分别提高0.029和0.129。本方法避免了对人工同质区域选取的依赖,可准确计算扩散参数,在噪声消除和边缘保护上达到有效的平衡,是一种有效的超声图像降噪方法。

各向同性同质区域选取的高光谱遥感图像噪声估计方法

在现有高光谱遥感图像噪声估计方法中,同质区域的选取通常是最关键的步骤,有效的同质区域选取方法能够提高图像的噪声估计精度。本文充分利用了高光谱遥感图像中丰富的空间信息和光谱信息,提出了一种各向同性同质区域选取算法,其中,为了更好地区分同质区域内像元相似度,构造了一种新的兰氏-光谱角度量;结合基于多元线性回归的去相关法,通过最优区域评估高光谱遥感图像噪声水平。利用不同结构及信噪比的模拟图像和真实高光谱遥感图像进行实验,通过与现有的多种噪声估计方法比较,验证了本文方法在针对不同噪声水平、不同复杂程度的图像时更加准确和稳定。

基于AP算法的路网同质区域划分方法研究

随着城市化进程的加快和居民生活水平的逐渐提高,城市交通拥堵问题变得日趋严峻。智能交通控制系统的出现可以有效缓解交通拥堵并在很大程度上提升城市的交通服务质量。城市交通区域划分是解决交通系统复杂性的重要方法之一,正确对城市路网划分可以显著提高城市交通控制和诱导的效率。为了准确地掌握城市路网中子区域的交通运行情况和变化规律,使用浮动车GPS数据对路网区域交通状态进行研究分析,并针对以往交通路网划分结果的不稳定性和参数敏感性问题,采用基于AP(Affinity Propagation)算法的城市交通路网划分方法,并将该方法用于路网同质区域划分任务中。通过对路网的交通时间序列数据进行挖掘分析,验证了该方法可以很好地识别路网中交通状态变化的同质区域,并能挖掘出路网中的瓶颈路段和敏感节点。

区域同质化三甲医院—基层医院—家庭联动居家护理模型的构建与实践

目的:构建三甲公立医院引领的区域同质化三甲医院—基层医院—家庭联动居家护理模型,并探讨其应用效果。方法:依据国家卫生健康委员会“互联网+护理服务”试点工作方案的要求,构建桂西地区居家护理模式,依托医联体及专科护理联盟在区域内推进居家护理体系构建及实践。结果:自2021年9月—2022年12月,建立由1家三甲医院,14家县级医院和9所乡镇卫生院的区域网格化居家护理体系,共有421名符合资质的护士在平台注册,开展服务项目28项,累计上门服务347人次,前5位服务项目是留置导尿管更换、新生儿护理、产后护理、鼻胃管更换和伤口护理,患者满意度99.71%。结论:依托三甲医院医联体及专科护理联盟等优势医疗资源引领和协同基层医疗机构建区域同质化的三甲医院—基层医院—家庭联动居家护理体系是可行的,但基层医院的居家护理平台推广及运营需在后续运行中不断完善和提升。

基于目标紧密性与区域同质性策略的图像显著性检测

针对基于图模型的显著性检测算法中节点间特征差异描述不准确的问题,该文提出一种目标紧密性与区域同质性策略相结合的图像显著性检测算法。区别于常用的图模型,该算法建立更贴近人眼视觉系统的稀疏图结构与新颖的区域同质性图结构,以便描述图像前景内部的关联性与前景背景间的差异性,从而摒弃众多节点的冗余连接,强化节点局部空间关系;并且结合聚类簇紧密性采取流形排序的方式形成显著图,利用背景区域簇的相似性,引入背景置信度进行显著性优化,最终得到精细的检测结果。在4个基准数据集上与4种基于图模型的流行算法对比,该算法能清晰地突出显著区域,且在多种综合指标评估中,具备更优越的性能。

基于Voronoi划分的区域化模糊聚类遥感影像分割

随着遥感传感器分辨率的不断提高,高分辨率遥感影像在提供更多丰富地物细节信息的同时,也使影像中同质区域内像素光谱相似性减弱、同质区域间像素光谱相似性增强,从而增加了影像分割的不确定性。与此同时,影像中几何噪声更加明显,极易造成误分割。这些特点将导致传统影像分割方法无法实现高分辨率遥感影像的有效分割。为此,本文提出在影像域几何划分基础上的区域化模糊聚类遥感影像分割方法。该方法摒弃传统以像素为基本操作单元的方式,代之以Voronoi多边形为基本操作单元,在模糊聚类框架下实现区域化影像建模,进而定义区域化模糊聚类目标函数,以解决高分辨率遥感影像分割问题。论文的内容如下。

基于二维奇异谱特征提取的高光谱影像同质划分

高光谱影像数据具有维度高、信息冗余等特征,传统的特征提取方法通常使用了固定窗格提取高光谱影像的空间特征,忽略了地物之间的空间关系,对地物空间信息利用不充分。对此,文章提出了融合超像素算法的二维奇异谱分析方法,通过超像素划分并提取同质区域,经过二维奇异谱分析,从每个波段中提取空间结构信息,增强本类别的特征信息,同时减少类间差异性与噪声带来的影响。对所提取的空间特征,结合粒子优化算法提取高光谱影像最佳波段组合。实验结果表明,在Indian Pines与Salinas数据影像数据集中,使用同样的支持向量机分类器,文章所提出特征提取方法实现的分类精度相比于原始数据分别提升了15.99%与3.7%,相比于2DSSA提升了3.12%与0.91%。改进的奇异谱分析方法,可以充分利用同质区域的局部一致性,从而提高数据处理的性能,减少了影像中的冗余信息和噪声。

基于超像素粒化与同质图像粒聚类的矿井人员图像分割方法

矿井人员图像分割是实现煤矿井下人员检测、行为识别、视频定位跟踪等技术的基础任务之一。然而,由于矿井下环境特殊,常规图像分割方法均难以满足对井下人员的精准分割要求。为解决矿井人员图像的分割问题,提出一种基于超像素粒化及同质图像粒聚类的分割方法,能够适用于煤矿井下多种场景的人员图像。首先,使用简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)模型将井下人员图像初始粒化为超像素单元,并通过测量离线样本图像中所标记人员像素点与超像素之间的RGB相似度值判定人员超像素。其次,由邻居超像素辅助检测欠分割人员超像素并将其彻底分割为2个子超像素单元,选择其中之一的精英人员超像素并提取其纹理和灰度特征。接着,将具有最相似图像特征的邻接精英人员超像素定义为同质图像粒,同质图像粒相互融合并聚类形成具有特定语义信息的同质人员区域。最后,由所有同质人员区域共同构成完整的人员区域,并实现人员区域与图像背景的分离。通过对煤矿井下4种场景下的人员图像进行算法性能验证,实验结果表明:超像素粒化算法的F-Measure值分别较对比算法平均值高出2.11%,3.36%,13.16%,6.82%,同质人员图像粒聚类算法精度值分别达到99.0%,100%,94.4%和93.75%,并且所提分割方法对井下4种不同场景中的人员图像均具有较强的鲁棒性和较好的分割效果。

改进Gamma变换的遥感影像阴影补偿方法

影像阴影是遥感影像应用与解译的重要干扰项,为了提高阴影补偿精度,更真实地还原遥感影像上地物特征信息,提出一种基于提取同质区域的改进Gamma变换的阴影补偿方法.选取了两张具有不同地物特征的遥感影像作为实验区,首先对实验区影像进行蓝光抑制;其次,通过膨胀运算和腐蚀运算求取阴影区域与非阴影同质区域,构造实验区所需要的结构元素;最后,针对同质区域通过Gamma变换对遥感影像进行阴影补偿,与Retinex算法和局部补偿算法进行精度比较.实验结果表明,该方法在每个颜色通道的平均梯度都要优于另外两种算法,从而验证了该文方法对提升遥感影像阴影补偿精度的有效性,为提高遥感影像阴影补偿精度提供了一种新思路.

基于体素模型的优化体绘制技术

直接体绘制技术因可绘制数据场中包含的内部结构形成较高图像质量而倍受青睐,但大量计算导致的绘制速度慢严重制约着其在大规模数据场交互绘制方面的应用。对现有算法进行优化是其发展方向之一。对目前基于体素模型的体绘制关键环节优化技术进行了概括,并分析了进行优化的主要思路,为进一步应用、改进这些技术提供参考。

陕北黄土高原无资料地区洪水特征值分位数估算方法研究

数据短缺是制约陕北黄土高原区科学防御洪水灾害的关键性因素,探索数据短缺区域的洪水特征值分位数估算方法具有科学意义。以榆林市28个水文站点的实测最大一日流量(MDF)的分位数为响应变量,以集水面积、淤地坝控制面积、水文站点的经纬度等12个指标为解释变量,研究了线性CCA与非线性NLCCA两种同质区域识别方法与线性MLR和非线性GAM两种区域水文分位数估计方法交叉耦合所形成的4种区域洪水频率分析模型的估算效能,并评价了其在陕北黄土高原的适用性。结果显示,NLCCA-GAM凭借其非线性优势,相比其他耦合模型(CCA-MLR、NLCCA-MLR、CCA-GAM)具有更高的精度和鲁棒性,可作为陕北黄土高原无资料地区洪水特征值分位数的最优估计方法。

基于语义规则的高分辨率影像道路交叉口提取方法

为了准确提取遥感影像上道路交叉口目标,提出一种利用特征语义规则从高分辨率影像上提取道路交叉口的方法。该算法构建交叉口模型时将其视为由同质区域像素集合及区域轮廓边界构成的面对象,提取过程分为两步:1)利用辐射、纹理特征语义匹配提取交叉口候选区域;2)通过几何特征语义匹配筛选候选区域、识别交叉口属性。利用多源遥感影像对算法正确性及合理性进行验证,结果表明:算法能准确、完整地提取道路交叉口,可为影像道路网构建提供辅助信息。

改善异构文档阅读体验的适配方法

人们越来越多的依赖于移动终端设备阅读各种数字内容。这些设备在屏幕分辨率、长宽比等参数上的差异对数字内容的处理提出了新的挑战,图像适配成了近年的研究热点。各种内容敏感的方法被提出以解决如何在图像缩放时减少重要物体的严重扭曲。然而,对于以图像形式存在的、包含不同元素的异构文档,由于其分辨率一般比较高,在小尺寸的移动设备上只能部分显示以保证可读性,用户不得不频繁地进行缩放、平移以阅读整个文档,极大的影响了阅读效率。为此提出了一种针对异构文档的适配方法,通过对文档布局的局部分析,自动抽取得到用户拟阅读的矩形区域,并适配到屏幕上,避免了繁琐的缩放、平移操作,极大地提高了阅读的效率。

融合像元形状和光谱信息的高分遥感图像分类新方法

在高空间分辨率(简称"高分")遥感图像分类中,由于存在"同谱异物"等现象,仅依靠光谱信息进行分类的误差较大。为提高图像分类精度,提出一种融合像元形状和光谱特征信息的高分多光谱遥感图像分类新方法。首先利用像元及其邻域的关系来描述其空间结构,计算并提取像元同质区域(pixel homogeneous regions,PHR);然后以所提取的同质区域为基础,分别计算中心像元的长/宽比(length-width ratio,LW)和面积/周长比(area-perimeter ratio,PAI)这2个像元形状特征;最后将归一化后的像元形状特征和光谱特征融合,并利用支持向量机分类方法进行分类。以2个区域的Quick Bird高分遥感图像对该算法进行验证,将实验结果与仅利用光谱信息分类和仅使用像元形状指数(pixel shape index,PSI)分类的结果进行比较。结果表明,所提出的方法得到的分类精度最高,该方法能有效地提高高分遥感图像的分类精度。

一种快速的全自动超声子宫图像分割算法

使用超声成像进行子宫节育环检查工作已在我国广泛地开展,利用图像识别技术进行计算机辅助诊断对于减轻检查人员工作负担意义十分明显,其中图像分割部分的主要目标则是快速地全自动分割开图中的几个主要器官及节育环。本研究提出了一种快速的全自动子宫图像分割算法。该算法包括以下三个主要步骤:首先运用BP神经网络处理图像整体灰度分布获取基准分割阈值;其后使用超声图像斑点噪声统计特征进行同质区域判别,并根据局部灰度分布自适应调整分割阈值;最后使用数学形态学算子对分割效果做进一步的改善。基于由1200幅超声子宫图像组成的图像库,对所提算法与最大类别方差法、SNAKE活动轮廓模型等数种常用分割算法进行了性能比较,实验结果表明所提算法在速度与准确程度两方面均表现良好,平均耗时为0.93s/幅,准确程度达到了94%。本算法无需人工干预,分割速度快,分割准确程度能够被临床医生所接受,可以用作超声子宫图像辅助诊断系统的图像分割部分,具有很好的应用前景。

一种快速全自动超声子宫节育环图像识别算法

提出一种快速全自动超声子宫图像节育环物体识别算法,算法包括全自动超声子宫图像分割和特定模式识别框架部分.基于719幅超声子宫图像开展算法性能验证.实验结果表明,该算法无需人工干预,平均耗时527ms/幅,有环图像识别准确率达81.1%,无环图像识别准确率达94.7%.

联合空-谱信息的高光谱图像噪声估计

在纹理丰富的高光谱图像中获得精确的噪声估计,是噪声估计任务中的难点。本文基于高光谱图像的空间规律性和光谱相关性,提出一种基于超像素分割的光谱去相关法。同质区域划分是许多噪声估计方法的关键步骤,精确的同质区域划分能有效提高噪声估计精度。为此,将简单线性迭代聚类算法(Simple linear iterative clustering algorithm,SLIC)与光谱-空间相似性结合,划分高光谱图像为局部结构相似的图像块,以保持同质特征;为了提高光谱间的区分能力,将光谱信息散度和光谱角联合作为光谱距离;结合多元线性回归在同质区域内去除光谱相关性,在获得的残差图上估计噪声水平。对不同地物复杂程度的模拟图像,添加不同程度的噪声,通过与多种方法比较,验证了本文方法的有效性和稳定性。最后,本文方法成功应用于Urban数据的噪声水平估计,准确识别出受噪声严重污染的波段。

发展资源短缺型省会城市旅游业的思考

从分析资源短缺型省会城市发展旅游业的劣势与优势着手,以地域分异规律与劳动地域分工、Lundgren旅游模式、区位理论中的距离衰减法则、博弈论等理论中的相关内容作为指导,探讨了资源短缺型省会城市旅游业的发展对策。最后给出了资源短缺型省会城市旅游业的发展模型。

曲波特征加权的高分辨率遥感图像统计分割方法研究

高分辨率遥感图像精确分割是遥感图像处理的研究热点和难点。高分辨率遥感图像中同质区域间的差异性不仅表现在光谱特征上,同样存在于边缘、纹理等结构特征上。为了更好分割高分辨率遥感图像,需在分割算法中考虑结构特征。因此,如何提取更多有助于精准分割的结构特征,并探究这些特征在分割过程中的作用规律成为设计高分辨率遥感图像分割算法的关键问题。为此,论文提出在曲波变换理论基础上构建不同结构特征提取模型,并以加权的方式将提取的结构特征纳入贝叶斯和能量分割模型中。

染色体外DNA促进癌基因高表达和肿瘤异质性的研究进展

染色体外DNA(extrachromosomal DNA,ecDNA)是存在于肿瘤细胞中、可在有丝分裂中期被光镜观察到的游离于染色体外的环形DNA。ecDNA不仅携带高拷贝的癌基因,而且转录活跃,是癌基因表达的主要来源;另外其还是形成肿瘤异质性的关键。本文将就上述ecDNA对肿瘤的作用机制进行概述,并提出关于该领域的研究展望。