改进卷积神经网络的医学图像感兴趣区域识别

图像中的噪声会提高图像特征信息提取难度,影响图像识别时的细节保留效果,为此提出改进卷积神经网络的医学图像感兴趣区域识别方法。分析医学图像主要噪声来源,构建噪声模型,利用非局部均值滤波算法计算图像全部像素的加权平均值,完成图像去噪处理;通过图像求反、对比度增加和灰度调节等操作增强图像细节信息;利用局部区域特征提取方法获取图像基础纹理特征,包括灰度、平滑度与熵值等;建立具有卷积层、池化层、全连接层的卷积神经网络模型,引入区域建议网络对其改进,通过该网络确定识别的候选区域,将图像特征作为网络输入,经过不断学习迭代,输出最终感兴趣区域。实验结果表明,所提方法在提高图像质量的基础上,识别出的感兴趣区域较为完整,包含的有用信息更多。

基于有限元仿真的ECT感兴趣区域高分辨率图像重建

感兴趣区域的高分辨率图像重建是电容层析成像(electrical capacitance tomography,ECT)技术的研究热点之一。均匀电极分布的ECT模型仅在重建场域的边界位置具有较高的灵敏度系数,不适用于感兴趣区域成像。为改善感兴趣区域中的灵敏度分布,提高图像分辨率,提出了一种基于有限元仿真ECT感兴趣区域高分辨率图像重建方法,根据保角变换理论优化电极分布。进行了仿真实验,将均匀电极和优化电极分布的灵敏度矩阵代入Tikhonov算法、Landweber算法和ART算法,重建结果表明上述方法可有效提高感兴趣区域的图像重建精度。

基于动态感兴趣区域和大数据的气象灾害动态预警方法

为了降低气象灾害损失,提出基于动态感兴趣区域和大数据的气象灾害动态预警方法。构建客户端/服务器模式的气象灾害动态预警框架,采集气象相关信息及受灾主体信息,经数据处理层处理后,利用改进模糊C均值聚类算法,提取卫星云图的动态感兴趣区域,确定气象灾害场景及可能影响区域,采用3个改进深度收缩自编码网络,分别提取感兴趣区域气象因素、环境因素、受灾主体因素特征,构建场景识别的Softmax分类器,确定场景与各致灾因素的关联度,结合支持向量机确定气象灾害等级、类型,实现气象灾害的动态预警。实验结果表明,该方法聚类效果突出,能识别气象灾害类型及等级。

基于HSV色彩空间的图像感兴趣区域提取方法研究

嵌入式设备中部署深度学习检测模型往往面临算力不足的问题,而感兴趣区域(ROI)提取可作为一种高效的性能优化手段。文章提出一种基于HSV(Hue,Saturation,Value)色彩空间模型的ROI提取的方法,将检测目标的像素信息转化到HSV色彩空间,在色相-饱和度(H-S)平面引入DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法,精确定位目标的主色彩像素在H-S平面上的分布位置,同时过滤杂乱色彩,然后通过Quickhull(快壳)凸包算法,从散点数据中拟合出主色彩的精确分布范围。根据获取的主色彩范围对像素进行遍历,可以根据色彩信息有效地提取ROI。实验结果表明,经过该方法优化后的Faster R-CNN(Faster Regions with Convolutional Neural Networks)算法,较原模型减少了57.08%的平均推理耗时,同时精确率提升了0.9百分点。这对于嵌入式设备中进行实时目标检测具有重要的现实意义。

基于感兴趣区域的物体抓取位姿检测

在工业生产中,待抓取物体往往具有种类众多、摆放位置杂乱、形状不规则等特点,使得难以准确获取物体抓取位姿。针对以上问题,提出一种基于深度学习的两阶段抓取位姿估计方法。第1阶段,提出一种基于YOLOv4(you only look once version4)改进的轻量级旋转目标检测算法,提高目标的检测速度和检测精度。首先,使用轻量化网络GhostNet和深度可分离卷积对原始网络进行重构,降低整个模型参数。然后,在颈部网络中增加自适应空间特征融合结构和无参注意力模块,提高对感兴趣区域的定位精度;最后,使用近似倾斜交并比(skew intersection over union,SkewIoU)损失解决角度的周期性问题。第2阶段,制作与原始图片尺寸一样的掩膜提取感兴趣区域;同时,提出一种改进的DeepLabV3+算法,用以检测感兴趣区域中物体的抓取位姿。实验结果表明,改进后的YOLOv4网络检测精度达到92.5%,改进的DeepLabV3+算法在Cornell抓取数据集上的图像拆分和对象拆分精度分别达到94.6%,92.4%,且能准确检测出物体的抓取位姿。

视觉注意模型的低照度图像感兴趣区域检测

针对低照度图像质量较低导致的检测困难问题,提出一种基于视觉注意模型的低照度图像感兴趣区域检测方法。将图像由RGB色彩空间转换至HSV色彩空间,通过NSST获取图像的多个高通子带和一个低通子带;在高通子带中利用自适应阈值去噪法去噪V分量,在低通子带中采用多尺度Retinex增强V分量,再修正增强后图像S分量,将处理后图像转换回RGB色彩空间;依据视觉注意模型分别获取图像亮度显著值、色彩显著值和方向显著值,联合构建图像像素点特征向量,采用过渡滑动窗贝叶斯方法实现图像感兴趣区域检测。实验结果表明,所提方法的预处理效果更理想、错分率和误分率更低。

基于感兴趣区域的微表情识别算法研究

作为人们内在情绪的流露和掩饰,微表情具有不可伪造和抑制的特点,对评价和了解个体的情感状态具有重要意义。然而,现有的微表情识别方法存在特征表征的主观性和不稳定性等问题,以及数据量不足和微表情类型分布不均的挑战。为解决这些问题,本文提出了一种基于感兴趣区城(ROIs)的微表情识别算法。研究结果表明,该算法在微表情检测和类型识别方面具有较好的性能和先进性,对微表情识别领域的发展具有重要的参考意义和借鉴价值,未来有望在情感识别、心理诊断和虚拟现实等领城得到广泛应用。

一种边缘梯度插值的感兴趣区域池化算法

针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值算法进行插值,对非边缘区域使用双线性插值算法进行插值,从而将离散的特征图映射到一个连续空间中;再次,将插值后的特征图均匀分割成k×k个单元;最后,对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明,该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升,对图像边缘区域的细节分割效果较好.

基于感兴趣区域的螺栓位姿及尺寸检测研究

为了提高工业生产中螺栓定位抓取的效率和准确性,提出基于感兴趣区域的螺栓位姿及尺寸检测方法。首先利用YOLOv5目标识别算法对螺栓目标进行识别,将识别出的目标区域截取为感兴趣区域。再利用中值滤波和二值化方法对ROI进行预处理,采用Canny改进算法检测目标轮廓。通过最优拟合直线算法获取螺栓的倾斜角度,并用矩特征算法求解出螺栓重心位置。最后采用霍夫两直线段最短距离算法检测螺栓直径。经过实验验证采用YOLOv5目标识别算法的识别准确率达到92.7%,螺栓倾斜角度的检查误差为±1.2°,螺栓直径的检测误差率为±5.5%,实现了对螺栓位姿和尺寸的识别。

基于眼动跟踪的视频视觉感兴趣区域提取仿真

海量视频中具有显著特征的区域为感兴趣区域。由于视频图像中普遍存在较多单目标特征,轮廓边缘关联性较强,干扰视觉区域的提取。于是提出基于眼动跟踪的视频视觉感兴趣区域提取方法。提前转换原始视频颜色空间,降低色彩影响程度,检测原始视频边缘,利用形态学闭运算填补视频边缘断裂位置并去噪,通过旋转校正处理得到简单完整的视频图像,利用眼动跟踪处理技术提取纹理特征以及亮度显著图,实现视频视觉感兴趣区域提取。实验结果表明,研究方法能够精准提取出视频视觉感兴趣区域,峰值信噪比最高可达1.5dB,验证了该方法的应用精度和图像质量增益均较高。

基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法

针对仅提取单一的图像特征,焊缝识别效率不高的问题,设计了基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法。利用工业相机等设备对焊缝图像进行采集,并对采集到的图像进行降噪处理,基于过滤伪边缘去除焊缝图像的多余信息,通过计算焊缝图像的各项参数,在感兴趣区域的作用下,计算激光条纹的斜率和特征点的间距,完成焊缝图像的特征提取;通过构建的焊缝识别模型,对焊缝图像进行梯度计算,完成对焊缝的识别。在试验测试中,文中设计的基于感兴趣区域和过滤伪边缘的暖通空调供水管道焊接法兰焊缝识别方法识别时间为1.45 ms,识别效率更高。

基于感兴趣区域池化的SAR图像目标检测算法

针对复杂场景下合成孔径雷达(synthetic aperture radar,SAR)图像目标检测的鲁棒性差和准确性低等问题,提出一种基于感兴趣区域池化的方法进行SAR图像目标检测。在YOLOv3模型中,引入可变形卷积,加入池化层,通过图像增强的方式对感兴趣区域的目标进行特征选择;通过增加全连接层,生成每个位置的偏移量进行扩张,在偏移量中增加权值;在FPN部分增加DropBlock模块;改进YOLOV3的训练策略方法,采用平滑地调整学习率和增量的方式进行训练,提升模型对SAR图像感兴趣目标的检测准确率。在SAR图像上进行验证,精度可以达到98.2%,验证了模型的有效性。

基于注意力机制的甲状腺超声图像感兴趣区域定位方法

针对甲状腺超声图像中背景干扰及数据集规模受限的问题,提出了基于注意力机制的甲状腺超声图像感兴趣区域定位方法。采用跨尺度注意力交互策略,改进定位模型的特征网络,提高不同尺度下各层级特征的融合效率;通过知识蒸馏实现特征网络特征提取能力的强化,解决数据规模不足引起的网络过拟合问题;依据解剖学甲状腺形态统计分布设计t掩码,联合注意力掩码计算特征损失,引导网络对甲状腺超声图像关键通道和像素信息的学习,实现对甲状腺超声图像感兴趣区域的定位。实验结果表明,当IoU阈值为0.5时,甲状腺超声图像感兴趣区域定位AP达到92.7%,对辅助医生进行甲状腺疾病的诊断具有临床意义和价值。

基于感兴趣区域的改进型LBP手指静脉识别

为进一步提升手指静脉识别算法的识别率,在图像预处理阶段提出一种快速感兴趣区域(RoI)提取方法,简化候选区域提取的计算过程,缩短手指区域提取时间。识别特征则是在局部二值模式(LBP)的基础上,利用邻域像素的平均值代替中心值,通过邻域像素的关系引入,提升了图像的纹理表达效果。在SDUMLA数据库与天津市智能实验室采集指静脉图像数据库上,分别取得了99.53%,99.74%的识别率,表明了算法优良的识别性能与泛化能力。

基于增强视觉质量的图像感兴趣区域检测研究

为了快速准确在立体图像中检测感兴趣区域,提出结合视觉感知特性的立体图像感兴趣区域检测方法。分析人眼视觉敏感度以及视觉暂留等多个重要视觉特性,通过时空域联合分析受损立体图像,改进视点合成,有效抑制合成失真,增强立体图像视觉质量。将眼动仪数据以及实验标记获取的立体图像数据作为人工神经网络的输入样本,训练更加符合人类视觉特性的先验模型,将全部特征融合处理形成显著图。在显著图的基础上定位感兴趣区域,实现立体图像感兴趣区域检测。经实验测试结果证明,所提方法可以有效提升检测结果的准确性,同时能够有效降低检测时间。

磁共振质量控制检测中感兴趣区域大小对信噪比测量的影响研究

目的:探讨感兴趣区域(ROI)的大小对磁共振质量控制检测中信噪比(SNR)测量的影响,为磁共振质量控制检测进行SNR测量时ROI的选取提供参考依据。方法:依据国家卫生行业标准《医用磁共振成像(MRI)设备影像质量检测与评价规范》(WS/T263-2006),采用Magphan SMR170型MRI性能测试体模(简称体模),在进行3次检测后对MRI设备进行质量控制检测,在得到的质量控制图像上选取SNR测量层面,并在其层面上的图像中央区域依次选取200 mm^(2)、300 mm^(2)、400 mm^(2)……4200 mm^(2)以100 mm^(2)递增的41个圆形ROI,依照SNR计算公式计算SNR值,生成随ROI大小变化的SNR曲线,得到ROI大小对SNR的影响。结果:采用体模对MRI设备进行质量控制检测,所选取的图像中央区域ROI大小对SNR影响较大,当ROI>1000 mm^(2)时因为SNR基本趋于稳定而无法及时发现其变化,不能真实反映SNR的波动。而当ROI<1000 mm^(2)时,随着ROI大小的增加,信号均值增加缓慢,噪声增加幅度较大,随着ROI的增加SNR下降的更快而越来越小,最后趋于稳定。结论:采用体模对MRI设备进行质量控制检测,测量SNR时建议图像中央区域的ROI大小选取≤1000 mm^(2),且每次测量均需选取相同的ROI,可如实反映SNR的变化,确保其每次测量结果具有可比性。

融合感兴趣区域时空特征的阿尔茨海默症分类任务

传统的功能连接网络模型只提取功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)感兴趣区域(Regions Of Interest,ROIs)的时域特征,用于阿尔茨海默症(Alzheimer's Disease,AD)分类。该模型忽略了ROIs的空域特征,例如脑区之间的两两相关性。不完整的时空特征直接影响阿尔茨海默症、晚期认知障碍(late Mild Cognitive Impairment,lMCI)、早期认知障碍(early Mild Cognitive Impairment,eMCI)和健康对照(Healthy Controls,HC)分类任务的精确度。提出使用动态相关系数核(称为DC-kernel)对空域特征进行动态获取,并与时域特征进行特征融合。实验结果表明,在AD、lMCI、eMCI和HC四分类任务中,较传统阿尔茨海默症的准确率有提高,为其它脑疾病的分类任务提供了一种新的思路。

基于LightGlue匹配算法的体表感兴趣区域识别方法

目的探讨基于LightGlue匹配算法的体表感兴趣区域识别方法,在实时体表图像中快速精准识别三维ROI是临床实践中的应用效果。方法本文提出了一种基于LightGlue图像匹配的三维体表轮廓ROI的自动识别方法。该方法通过在CT扫描室和加速器治疗室分别采集患者的二维图像和三维体表轮廓,通过构建LightGlue图像匹配模型,建立二维图像ROI的映射关系,从而实现从CT扫描室到加速器治疗室的三维体表轮廓ROI的精准映射和识别。对于基于LightGlue匹配、基于ICP配准和基于SIFT匹配三种ROI识别方法,在100例志愿者上进行测试。结果在三种识别方法中,基于LightGlue识别方法的平均位置误差最小(3.1±0.6)mm,平均耗时最少(232±41)ms,具有更优的准确性和计算效率。结论LightGlue匹配算法的体表感兴趣区域识别方法具有较好的识别性能,在精准识别体表ROI方面提供了有力的技术支持。

基于小波变换的乳腺X线影像微钙化点感兴趣区域提取新技术

为乳腺癌早期诊断和乳腺X线影像微钙化点计算机辅助检测作前期预处理,提出了一种基于小波变换的微钙化点感兴趣区提取新技术。其具体思路是:(1)将乳腺区域图像提取成等大的子图像;(2 )对每一幅子图像进行小波变换,根据特征参数ρ讨论最优小波变化参数和阈值T;(3)根据阈值T判别子图像是否属于感兴趣区。对临床实际病例(2 0幅乳腺X线影像)的试验结果表明,该方法具有较高的检出率(89.7% ) ,和较为满意的假阳性率(2 .1% )。

基于JPEG2000标准感兴趣区域的编码算法

新一代静止图像压缩标准JPEG2000不仅比现有的标准如JPEG有更好的图像质量,而且JPEG2000新增了许多新的特征,感兴趣区域编码就是其特性之一。本文系统的介绍了感兴趣区域编码的一种算法Maxshif,t同时提出了对Maxshift算法的改进方法,最后通过实验来验证这种方法。