浮游植物细胞图像识别方法的研究

讨论了如何利用数学形态学方法提取浮游植物细胞图像的面积(A)、周长(P)以及通过图像细化提取细胞的长(L)等特征信息;提出了利用这3个特征参数的比值(A/P,A/L和P/L)形成的特征向量作为进行细胞分类的依据,然后提出了利用最近邻准则对浮游植物进行自动识别的试探聚类算法,该方法可以通过学习提高识别率。通过对17种浮游植物细胞图像的识别实验,证明了该方法的识别准确率在95%以上,可以有效预防大面积赤潮的发生,对于赤潮爆发后的鉴定也有一定意义。

一种适于数字灰度图像的分数维计算方法

分数维是分形分析的重要特征量。目前普遍采用的分数维计算方法是盒维数算法。但是对于数字灰度图像,该算法所得到的分数维非常粗糙,以至于难以作为图像分析特征。基于面积度量精确性和计算的相对简单性,提出1种利用面积覆盖的分数维计算方法。该方法的主要特点是对于灰度图像计算所得的分数维几乎是连续的,为分数维作为图像分析特征开拓了广泛的应用前景。

X射线检测海水鱼片中鱼刺

通过X光机设备参数优化、鱼刺分布规律总结及冷冻结合X光机技术3 个方面对X射线检测鱼刺效果进行研究.结果表明,大部分海产鱼片产品的最优检测参数为：电压范围30～45 kV、电流范围3 000～6 000 μA、亮度范围4～6;通过鱼刺分布规律总结,鱼片在冷冻状态下鱼刺的检出率均高于解冻状态下鱼刺检出率,且冷冻状态下人工读X射线图判断鱼刺更接近于实际情况.通过X光机设备参数优化、鱼刺分布规律总结的学习及冷冻结合X光机技术可改善图像质量和提高残留鱼刺检出率,改善水产品加工企业X光机检测人员的视觉感受并一定程度上解决海水冷冻鱼片产品鱼刺残留问题.

鲐鱼片中鱼骨刺X射线图像不同增强处理技术

近些年,X射线技术已开始应用于海产鱼片中鱼骨刺的检测。为提高X射线检测鲐鱼片中鱼骨刺的图像质量,进而提高残留鱼骨刺检出率,研究了6种不同的X射线图像增强处理技术(正反相线性增强;数学形态学增强;对比度增强;掩模锐化图像;高斯低通滤波;受限对比度自适应直方图均衡化),以图像质量主观评价和检出率为指标,评价鲐鱼片中鱼刺的检测效果。结果表明,在X光机切身4检测模式下,对比度增强和掩模锐化图像两种方法为整体图像增强的最佳选择,正反相线性增强和受限对比度自适应直方图均衡化两种方法在特殊部位(腹部和鱼肉边缘)的图像处理方面也有可以借鉴应用的潜力。通过多种图像增强算法的比较,筛选得到的增强方案可以改善图像质量和提高残留鱼骨刺检出率,改善水产品加工企业X光机检测人员的视觉感受,并一定程度上降低鱼片产品鱼刺残留问题的投诉频率。

基于深度卷积神经网络的图像语义分割

随着我国社会经济和科学技术的不断发展,计算机的使用和普及得到有效的提升。同时也因为人们所面临的工作和任务越来越复杂,使得人们对于计算机功能的相应要求也越来越高,其中的图像语义分割技术则是当前人们应用较为广泛和要求较高的技术。随着计算机技术和计算机使用的不断发展和需求,图像语义分割技术的使用也出现了相应的不足和挑战。本文对基于深度卷积神经网络的图像语义分割技术的现状和未来发展进行了简单总结,希望对未来的图像语义分割技术的应用和发展提供一定帮助。