基于SEPyconv-DETR的无人机航拍绝缘子检测算法

针对绝缘子由于大小不一致、被遮挡等因素导致航拍检测效果不佳的问题,提出了一种基于SEPyconv-DETR的绝缘子检测算法。首先,将Pyconv引入DETR主干网络,有效融合多尺度特征。其次,利用通道注意力SE强化关键特征。然后,将混淆卷积前馈网络(CC-FFN)融合到transformer中,增强局部感知和相邻token之间的联系。最后,综合Alpha-IoU与L1函数构建回归损失,以提高定位精度。实验结果表明,所提算法的检测精度mAP@0.5∶0.95达到了64.1%,优于DETR、YOLOv5等主流算法,并且可有效检测复杂背景下不同尺寸及被遮挡的绝缘子。

基于Transformer与信息融合的绝缘子缺陷检测方法

针对现有绝缘子航拍图像背景复杂,闪络、破损缺陷检测困难的问题,本文提出一种全局与局部信息融合(GLIF)-YOLOv8s绝缘子缺陷检测算法。该算法采用EfficientFormerV2作为主干网络,以提高模型对全局信息的提取能力;基于全局与局部信息设计特征增强模块,通过信息融合减少深层网络信息的丢失。在绝缘子缺陷数据集上进行消融实验与对比实验,结果表明:本文算法在绝缘子缺陷数据集上的平均精度均值为91.6%,其对闪络和破损缺陷的检测平均精度分别达到82.3%和92.9%;与其他主流算法相比,本文算法的检测框置信度更高。

非下采样Contourlet变换自适应图像去噪方法

提出了一种基于非下采样Contourlet变换的自适应图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,再根据该系数的能量自适应地调整去噪阈值。实验表明,与Contourlet多尺度阈值去噪、Contourlet自适应阈值去噪相比,该方法在保留图像边缘细节的同时,能提高图像的PSNR值,减少了Gibbs现象。

DSLK-UNet:多尺度与大核卷积改进的皮肤病变分割

皮肤病变分割是皮肤病诊断的必要步骤。受病变区域形状不规则、颜色不均匀,以及边界模糊等因素的影响,皮肤病变分割面临诸多困难。针对上述问题,本文提出DSLK-UNet(Dilation Stage Large Kernel UNet)的皮肤病变分割方法。为充分利用多尺度信息,设计了空洞阶梯连接模块,并将其嵌入到编码器和解码器,实现上下文信息的有效捕获;综合考虑效率和性能,基于深度和空间可分离卷积提出一种大核卷积融合模块,优化小目标细节信息的提取;最后,基于Laplace算法构建边缘损失函数,提高模型对弱边界的检测能力。为验证本文算法有效性,在ISIC 2018数据集上进行测试,实验结果表明,该方法可以有效分割皮肤病变,分割结果的相似系数(Dice)、平均交并比(MIoU)、准确率(ACC)和F1-Score分别达到了92.86%、89.10%、97.00%和89.28%,分割性能高于现有的皮肤病变分割算法,且相较于其他方法,该方法对于受毛发干扰、边界模糊的皮肤病变具有分割优势。

基于核模糊C均值的眼底视网膜血管分割算法

针对眼底视网膜图像对比度差、背景不一致的问题,提出了一种基于核模糊C均值的眼底视网膜血管分割算法。首先采用二维高斯匹配滤波预处理以增强血管,然后采用核模糊C均值算法对增强眼底图像进行分割,并根据血管与各类隶属度的关系自动合并聚类图像得到最终的血管图像。实验结果表明,该算法分割结果令人满意。

基于自适应粒子群优化的三维OTSU图像分割算法

针对三维OTSU分割算法运算量大、计算时间长的问题,提出了一种基于自适应粒子群优化的三维OTSU图像分割算法。首先采用最佳熵的方法初步提取图像的目标区域,根据该目标区域特征自适应地调整三维OTSU算法的背景搜索范围,然后采用三维OTSU算法并结合粒子群优化最佳分割阈值对原图像进行分割。实验结果表明,与三维OTSU阈值分割方法的递推算法相比,该方法能够进一步减少运算时间。

基于最佳熵的三维Otsu图像分割算法

针对三维Otsu分割算法运算量大的问题,本文提出了一种基于最佳熵的三维Otsu图像分割算法。文章中,我们首先采用最佳熵方法初步提取图像的目标区域,并根据目标区域的平均灰度确定三维Otsu图像分割算法的背景区域搜索范围,然后采用三维Otsu算法并结合遗传算法对原图像进行分割。实验结果表明,与三维Otsu阈值分割方法的递推算法相比,该方法能够进一步减少运算时间。

地方高校大学物理实验网络化教学模式探究与实践

针对传统大学物理实验教学模式的问题,文章以湖南理工学院大学物理实验室依托,结合大学物理实验室的具体情况,对地方高校大学物理实验网络化教学模式进行了探讨,优化了实验预约系统,将虚拟仿真系统引入课堂,营造多元化教学方法,并且自主制作多媒体网络资料,实践结果表明,相对传统的大学物理实验教学模式,网络化教学模式能有效地激发学生的创造力,提高学习兴趣,培养学生的探索精神。

基于支持向量机和椭圆拟合的细胞图像自动分割

提出细胞显微图像的自动分割方法,重点解决重叠细胞之间的分割难题.对原始图像进行二值化,提取每个连通区域的多个形状特征并应用支持向量机(SVM)进行测试,区分单个与重叠细胞.运用瓶颈检测寻找分离点对分割重叠细胞.基于细胞的椭圆或圆形结构,对分割后的边缘,应用改进的椭圆拟合法进行修正,修正后的细胞区域能够有效地反映重叠在一起的细胞的真实形状.对新生成的封闭区域进行循环检测,直至所有重叠细胞分割完毕.实验结果表明,相较于多种现有的细胞分割方法,采用该算法能够更有效地抑制过分割和欠分割,分割准确率、敏感度和特异度高.

基于图割和边缘行进的肝脏CT序列图像分割

提出一种新的基于图割和边缘行进的腹部CT序列图像肝脏分割方法。首先,针对输入序列的数据特征,建立肝脏亮度和外观模型,突出肝脏区域抑制非肝脏区域;然后,将肝脏亮度、外观模型以及相邻切片之间的位置信息有效融入图割能量函数,实现CT序列肝脏的自动初步分割;最后,针对血管欠分割问题,提出了一种基于边缘行进的结果优化方法。通过对XHCSU14和SLIVER07数据库提供的30个病人肝脏序列的分割实验,以及与其他多种肝脏分割方法的比较,表明该方法能完整有效地分割肝脏,准确性高,鲁棒性强。

基于NSCT子带自适应Bayes阈值图像去噪方法

利用非下采样Contourlet变换(NSCT)平移不变性、多分辨率、多方向的优点,提出了一种基于非下采样Con-tourlet变换的子带自适应Bayes阈值图像去噪算法。该算法将源图像分解至NSCT变换域,能根据不同尺度、不同方向的子带能量,自适应调整去噪阈值。实验表明,与Contourlet多尺度阈值去噪、Contourlet自适应阈值去噪相比,该算法在图像去噪上能获得更好的视觉效果和更高的峰值信噪比。

大学物理实验预约系统的设计与实现

文章介绍了湖南理工学院大学物理实验室大学物理实验网上预约系统的实现基础、数据库设计、安全性设计、界面设计等,实现了大学物理实验课程教学的网络化和智能化,取得了较好的效果。

基于B超的HIFU治疗区域自动确定及增强方法

为超声引导的HIFU系统设计自动检测凝固性坏死损伤区域并对损伤区域进行伪彩色增强的实时监控方法,方便医生实施治疗。首先根据HIFU治疗的特点,采用基于动态灰度梯度方法确定种子点,以种子点为中心进行区域生长自动检测损伤区域大小、形状和位置,然后利用改进的伪彩色变换算法增强损伤区域。基于区域生长的方法可直观反映出HIFU损伤区域的形状、大小及其在器官内的相对位置;改进的伪彩色变换算法能有效突出损伤区域,同时可对其进行疗效评价。实验结果证实了该算法的可行性和有效性。

基于改进CV模型的腹部CT图像肝脏肿瘤分割

利用改进的CV模型检测肝脏肿瘤轮廓。首先使用混合高斯模型以及基于阈值的方法,将复杂背景图像分为目标以及多个背景,然后将所有背景和目标的灰度值信息融合到CV模型中,得到改进的CV模型,最后使用改进后的CV模型分割肝脏肿瘤区域。实验结果表明,笔者提出的方法,可以准确地在背景复杂的腹部CT图像中将肝脏肿瘤区域的轮廓分割出来。

基于级联Dense-UNet和图割的肝脏肿瘤自动分割

腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提。针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难,该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法。首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域,然后利用图像像素级和区域级特征,分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型,并将其融入图割能量函数,进一步精确分割感兴趣区域中的肿瘤组织。最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验,并与现有多种自动分割方法进行了比较。结果表明,提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤,能提取更精确的肿瘤边界,尤其对于对比度低、边界模糊的肿瘤具有明显优势。

基于ScSGB-RCNN网络的输电线路航拍绝缘子目标检测

输电线路绝缘子故障影响电力系统供电可靠性,为了实现航拍图像中绝缘子的准确检测,本研究提出了一种基于改进Faster-RCNN网络的输电线路航拍绝缘子目标检测方法(ScSGB-RCNN),主要工作有:1)针对检测算法精度低的问题,采用自校准卷积结构(Self-calibrated convolutional Network,ScNet)和ConvNeXt网络构建了ScConvNeXt主干网络,通过融合多个卷积注意力模块,扩大网络的全局感受野,提升检测精度。2)为优化不同尺度绝缘子目标的特征提取能力,提出一种轻量化的特征金字塔结构SFPN,融入到ScConvNeXt网络中,降低计算参数量。3)为提高模型收敛速度和检测精度,采用GeLU激活函数改进FRN(Filter Response Normalization,FRN)归一化函数,提升网络的非线性输出能力。4)设计了BIoU并重新构建定位损失函数。实验结果表明,本研究提出的方法较原算法精度提高22.4%,模型收敛速度提升4倍,FPS提高8.7帧/秒,优于Faster-RCNN、SSD、YOLOv3、YOLOv5、YOLOv7等算法。该方法可为输电线路航拍绝缘子检测提供技术参考。