一种基于椭圆拟合的内窥镜畸变率检测方法

为提高医用内窥镜畸变率的检测效率,文中提出了一种基于椭圆拟合的内窥镜畸变率检测方法.对采集到的测标板上的图像进行自动阈值预处理并进行模板匹配,运用投影和反投影技术,去除多余边缘,通过直接最小二乘法进行拟合椭圆,进而求取其畸变率.文中以QM423T型号医用内窥镜为对象进行畸变率检测,选取畸变板上5个椭圆,经过20次测量,不同位置的椭圆和平均畸变率测量结果为:左上(0.897 4)、右上(0.876 5)、中心(0.934 8)、左下(0.893 0)、右下(0.907 9),测量结果均符合该型号内窥镜畸变率的测量范围,满足QM423T型号医用内窥镜的相关标准的测试要求.文中方法检测效率稳定,可重复操作,可减少人工检测的误差,对实际应用具有参考价值.

图像感兴趣区域提取的研究

本文的主要是对图像的感兴趣区域提取,如能提取出这些区域将会大大提高图像处理和分析的效率和准确度。尤其是对医学图像感兴趣区域的提取。本文提出一种反锐化掩膜增强方法、基于相位一致性的综合边缘检测方法和基于自定义广度霍夫变换的医学图像感兴趣区域提取方法,对医学图像进行感兴趣区域提取。

基于机器学习的股市拐点影响因素研究

股票市场的成交情况可以充分反映投资者的行为特征并影响整个股市的走势。股票成交明细数据作为股市最底层的交易数据,能够全面地体现股票交易的情况,成为至关重要的股票市场走势判断的参考数据,能够为资本市场监管者在风险监测领域进行决策提供有效帮助。文中提出了一种可以快速地在海量股票交易明细数据中提取投资者交易特征的方法,然后基于逻辑回归、决策树和随机森林等机器学习算法找到股市大盘较大拐点产生的主要影响因素,并预测交易特征变量对股市较大拐点产生的时间范围。在沪深股指上进行的实验表明,相较于传统的模型,文中提出的方法可以将股市较大拐点预测的准确度提高约10%,并在6个月的回测实验中准确率依旧保持在70%左右的水准,从而证明了模型的有效性。

灭蚊战争

"嗡——嗡——"我家的蚊子太多!大的、小的、胖的、瘦的、花的、黑的。可称得上是蚊子王国了。