上下文窄带约束下腹主动脉瘤外轮廓分割

针对腹主动脉瘤(Abdominal aortic aneurysm,AAA)外轮廓在医学图像中显著性较低,现有算法难以实现精确自动分割的问题,提出一种新型的基于上下文窄带约束的计算机断层扫描血管造影(Computed tomography angiography,CTA)图像序列连续分割算法.首先采用改进的局部二元拟合(Local binary fitting,LBF)水平集方法获取初步腹主动脉瘤外轮廓,然后利用上下文窄带约束实现外轮廓高精度分割.单层的分割结果作为相邻层分割先验实现迭代分割.相关实验表明:提出的算法性能优于传统方法,可以实现图像序列中腹主动脉瘤外轮廓的高精度自动分割.

生物特征识别中的信息融合技术

网络信息化时代的一大特征就是身份的数字化和隐性化,信息安全问题成为关键的社会问题。生物特征识别技术是一门利用人类特有的个体特征来验证个人身份的科学,它比传统的基于口令和身份号码的方法更为的可靠。信息融合技术的应用可以大大提高生物特征识别系统的性能。由于指纹识别是最为成熟和流行的生物特征识别之一,本文主要以指纹为例讨论生物特征的多种信息融合方法和相关的主要研究成果。

综合鲁棒特征和在线学习的自适应三维人脸多特征跟踪

提出一种灰度与边强度信息相结合的鲁棒特征并综合在线学习方法来进行自适应视频人脸多特征跟踪。算法思想是利用三维参数化网格模型对人脸及表情进行建模,利用弱透视模型对头部姿态建模,求取归一化后的形状无关灰度和边强度纹理组合成一种鲁棒特征,建立单高斯自适应纹理模型,并采用梯度下降迭代算法进行模型匹配得到姿态和表情参数。实验证明,本方法比单纯利用灰度特征在复杂光线和表情下具有更好的鲁棒性。

任务模块化的留学生大型实验教学探索与实践

针对留学生基础薄弱、存在语言隔阂和文化差异以及对现有教学方式水土不服,导致程序设计大型实验教学质量不高的问题,提出从任务模块化的角度设计教学方案,并详细探讨任务模块化的实验内容、课堂指导和考核反馈设计。

基于空间对齐和轮廓匹配的颈动脉多对比MRI三维配准方法

多对比高分辨率磁共振成像(Magnetic Resonance Imaging,MRI)技术可以无创显示管壁结构和斑块成分,为分析颈动脉粥样硬化斑块提供了一种有效手段。多对比图像中的血管配准是斑块成分识别的关键任务,由此提出一种基于空间位置对齐和内腔轮廓匹配的颈动脉多对比磁共振图像三维配准算法。基于多对比序列图像,采用由粗到细的策略:首先利用图像的物理坐标进行空间位置的层间对齐;然后运用最大类间方差法和活动轮廓模型实现各序列血管内腔的半自动连续分割;最后以内腔轮廓组成的三维点云进行基于改进迭代最近点算法的三维配准。实验结果表明,配准后TOF序列和T_1Gd序列的三维内腔包含率达到92.79%,T_1WI序列和T_1Gd序列的三维内腔包含率达到94.66%,实现了多对比磁共振图像血管的三维精确配准,为后续易损斑块的成分分析奠定了基础。

互动合作式研究生科研创新培养探索与实践

以高级数字图像处理技术课程为例,提出互动合作式的优化教学方式,分析互动合作式教学模式的基本特点,从教学内容、教学方法和考核评价3个方面介绍教学实践,以有效提升研究生的科研实践创新能力,为高校培养创新实践型人才提供借鉴。

基于结构显著性的医学图像质量评价

为提高医学图像质量预测精度,检验和优化医学图像处理算法,提出了一种基于结构显著性的医学图像质量评价方法.首先,分别计算参考图像和失真图像的相位一致性、梯度相似性,然后计算参考图像的结构显著性图谱,最后结合两幅图像的相位一致性信息和梯度幅度信息生成局部质量图谱,并用结构显著性图谱作为视觉权重生成最终的图像质量分数.经医学影像质量基准库测试,客观评估结果与主观评估结果的Pearson相关系数达到89%,Spearman相关系数达到86%.实验结果表明该方法优于传统评价方法,具有较高的可靠性.结构显著性模型不仅能反应人眼自适应提取场景结构信息的能力,而且还能分层次地描述不同图像结构的结构性.对人眼视觉特性的研究与应用有助于提高图像质量评价方法的可靠性.

基于Kinect的高维人体动画实时合成研究

基于动作的视频交互游戏一直是游戏市场上非常受消费者青睐的主流游戏之一。研究利用Kinect从用户动作中获取低维控制信号,然后通过双级结构来重建高维度运动控制信号,以实现高质量人体动画的实时合成。其中第一级先通过构造一个邻居图缩小搜索空间,再通过K-D树加速搜索算法得到k个相似数据,最后基于主成分分析法来构建一个线性运动实时合成模型;第二级则是利用平滑参数对线性模型进行优化。实验结果表明,即使在场景受到严重干扰的情况下,该方法仍然可以重建出高质量的人体动画。

基于主动形状模型的人脸定位方法研究与实现

研究基于主动形状模型(ASM)的人脸定位的原理、方法和过程,包括计算新位置、计算形状和姿态参数、参数更新等,进行了实验并分析了结果。实验表明,主动形状模型用于人脸定位效果良好。

基于统计学习的人脸定位评估函数的构建

Gabor核函数的幅值反映了图像局部的能量,且在真实边缘附近具有良好的光滑性,适宜于匹配识别;AdaBoost算法用于Gabor特征集中选择最优特征。每个特征对应一个弱非类器,集合所有弱分类器组成一个最终分类器。构建了基于上述特征的人脸定位评估函数。实验表明,其对主动外观模型和主动形状模型的人脸定位有很好的评估功能。

基于主动形状模型的人脸定位研究与实现

研究基于主动形状模型ASM(Active Shape Model)的人脸定位的原理、方法和过程,包括计算新位置、计算形状和姿态参数、参数更新等,进行了实验并分析了结果。实验表明,主动形状模型用于人脸定位效果良好。

用于表情克隆的基于混合边缘外观模型的面部动作追踪技术

提出了基于混合观察模型的实时、全自动面部特征追踪技术.用一个三维参数化的模型用来为人脸和面部动作建模,同时用弱透视投影技术为头部姿态建模.WSF混合外观模型从基于非线性归一边缘强度的形状无关的局部片面被构建出来.实验结果表明,从观察模型和可适应混合学习中边缘强度的测量可以提高追踪的精确度和鲁棒性.

计算机类本科专业硬件实践教学改革探讨

本文对计算机类硬件实验教学现状进行了分析,对该类课程的特点及教学弊端进行了剖析,并结合笔者的实际教学经验与体会,以及学校现有的实验条件,提出了理顺硬件课程的实验教学体系、注重动手能力培养、提高实践教学方法等措施,充分发挥学生的积极性、主动性,培养学生的实践能力。

宁德水产养殖区水质状况及驱动力分析

水产养殖对海岸带生态系统的水环境有显著影响,研究水产养殖地区的水质动态及其驱动力对海洋牧场建设和海岸带生态系统管理有着重要意义。以宁德为研究区域,基于2017年夏季和冬季水质监测和遥感影像等数据,通过地理信息系统技术和统计分析软件,分析了水产养殖区域的水质现状、水质变化和驱动力。结果表明,该海域水质处于重污染状态,富营养化水平较高。除了悬浮物和总磷之外,其他水质指标都呈现出显著的季节性差异,不同季节影响水质的因素也不相同。水质的季节性变化是初始水质状况、养殖活动和自然因素共同作用的结果。基于研究结果,笔者建议结合高分遥感技术对养殖区水面覆盖和利用进行监测,对养殖类型和行为(如饵料类型和投放方式)进行调控,开展水质长期监测和风险应急管理,保障海洋牧场社会经济效益的同时降低生态环境影响、防控生态和人体健康风险。

Synthesization of high-capacity auto-associative memories using complex-valued neural networks

In this paper, a novel design procedure is proposed for synthesizing high-capacity auto-associative memories based on complex-valued neural networks with real-imaginary-type activation functions and constant delays. Stability criteria dependent on external inputs of neural networks are derived. The designed networks can retrieve the stored patterns by external inputs rather than initial conditions. The derivation can memorize the desired patterns with lower-dimensional neural networks than real-valued neural networks, and eliminate spurious equilibria of complex-valued neural networks. One numerical example is provided to show the effectiveness and superiority of the presented results.

行车时间估计与路径寻优问题

通过公路上安装的传感器采集数据,从而估算出车辆的行驶时间并求取最优路径,可以方便人们的出行.根据某段公路上传感器提供的数据分析了该段公路的交通状况,建立微分方程模型和关联度分析模型分析交通状况特征及相互影响,并利用ARIMA模型对速度进行了预测.通过对交通干线图进行分析,在假定各路段上的运行时间为独立的随机变量、考虑路段间的相互影响和根据给定的条件这三种情况下,分别建立模型用于估计跟路段通过时间和寻找最优路径,求解得到理想的结果.所建立模型有较强的实用性,有一定的参考作用.

基于颈动脉粥样硬化斑块的多序列MR图像去噪与配准

目的颈动脉粥样硬化斑块成分识别是预测脑血管疾病及脑卒中临床病发的主要依据,然而在实际中斑块成分识别会受到磁共振图像固有的噪声和多序列图像空间坐标不匹配的影响,为了更加精确地识别斑块的组成成分,提出基于小波分析和中值滤波相结合的去噪方法,以及基于图形上下文(shape context)的颈动脉多序列磁共振(MR)图像配准算法。方法针对MR图像去噪,首先在传统小波去噪的基础上改进了阈值函数,根据高、低频子带噪声分布比重自适应的选取阈值。多序列MR图像配准方面,在提取多序列图像颈动脉血管边缘的基础上,用shape context描述子做血管形状匹配,依据产生的匹配点对进行迭代校正,计算参考图像与浮动图像的血管形变场,然后采用样条插值方法得到最终的配准结果。结果利用本文去噪方法能有效地去除图像高、低频域的噪声,同时保护图像的原始细节。本文多序列MR图像血管配准方法使得配准后血管重合度达到了96%±0.8%。本文方法能够有效地提高MR图像的质量,验证了算法的有效性。结论本文方法能够有效去除多序列磁共振图像噪声和空间位置不匹配的情况,本文去噪方法也适用于其他模态(CT,超声等)医学图像的斑点噪声以及噪声分布不均匀等情况下的噪声去除,本文配准方法也能够有效地处理基于小目标,对精度要求较高的精细配准问题。