基于K-SVD算法的数字图像自适应修复方法

为了提升数字图像的完整性和清晰度,提出一种基于K-SVD算法的数字图像自适应修复方法。通过FCM算法将数字图像划分成不同的图像块,将不同类别的数字图像依据K-SVD算法的稀疏编码和字典更新模块进行训练,获取各个不同类别数字图像块的字典,求出其稀疏系数,结合字典和稀疏系数更新数字图像中的每一类图像块,完成数字图像中每一类图像块的修复或重构,将修复好的图像块放回原数字图像中,实现数字图像的自适应修复。实验结果表明,该方法能够有效地恢复图像的细节和结构,修复后的数字图像均方根误差低,并且具有较高的峰值信噪比,同时,修复后的数字图像与原图像的结构相似性高达0.95,且在数字图像修复效率方面具备显著优势。

基于CB-ViT的青少年视线估计算法研究

视线估计技术在人机交互、虚拟现实和医学辅助诊断等领域有着广泛应用。然而,现有的公开数据集主要针对成年人,导致基于这些数据集训练的视线估计算法在应用于青少年群体时效果通常不尽如人意。为了解决这一问题,收集了一个名为“Young-Gaze”的青少年视线数据集,涵盖了107位青少年的视线数据。还提出了一种2D视线估计算法,该算法基于ViT并引入了一个名为上下文广播的模块,同时通过融合左眼和右眼的不同层次特征,显著增强了网络模型在特征表达上的能力。在实验中,该算法在Young-Gaze数据集上展现了出色的性能,达到了5.42 cm的误差,性能优于当前其他同类2D视线估计算法。除了在Young-Gaze数据集上取得显著性能外,该算法同样在公开的2D视线估计数据集如GazeCapture和MPIIFaceGaze上进行了训练和测试,也展现了良好的性能,表明该算法不仅适用于青少年群体,也能够在成人群体中得到有效应用。

多头自注意力机制的Faster R-CNN目标检测算法

文中提出一种融合多头注意力机制、ROIAlign和Soft-NMS的FasterR-CNN目标检测算法,旨在解决原始Faster R-CNN目标检测网络中存在的检测精度低、漏检、误检的问题。首先,为了提高Faster R-CNN的感知能力,提取特征图中的重要特征并降低对无关特征的提取,在网络中嵌入注意力机制;接着,针对共享全连接层的降维操作导致的一些区域的细节信息被忽略,造成局部信息的丢失,采用一维卷积代替共享全连接层实现权重计算的任务,以捕捉更广泛的空间信息;然后为了提供更丰富的特征表达能力,在注意力机制中引入多头机制分别对特征的不同部分进行重要性的加权;为了减少在特征提取时原图信息的丢失,使用ROI Align替换ROI Pooling算法;最后,在算法后处理中引入Soft-NMS替换传统非极大抑制(NMS)算法以减少漏检和误检情况。实验证明,改进后的Faster R-CNN目标检测网络对感兴趣目标的定位能力得到提高,漏检和误检情况减少,平均检测精度得到显著提升。

基于改进EfficientNetB0模型的葡萄叶部病害识别方法

为了高效、准确地识别葡萄叶部病害,文中提出了LE-EfficientNet模型,在EfficientNetB0模型基础上,采用大核注意力(LKA)机制替换原模型部分MBConv模块中的压缩激励网络(SENet),接着利用跳跃连接在最后一层卷积层后面融入高效通道注意力机制(ECA),结合三种注意力机制让网络更高效地提取葡萄叶部病害的局部重要信息,并引用Adam优化器替换原模型的SGD优化器,提升了分类模型的泛化能力。在PlantVillage葡萄叶部病害数据集上训练,结果表明,LE-EfficientNet模型相比原模型准确率提升了1.58%,总体精度提升了1.62%,召回率提升了1.46%,F_(1)分数提升了1.53%,并且参数量仅有10.18 MB,比原模型参数量降低2.7 MB,与其他经典网络模型相比,性能评估指标均有不同程度的提升,该研究为葡萄叶部病害识别提供了新的参考与借鉴。

USformer-Net:基于U-Net和Swin Transformer的脑部MRI图像质量评价方法

针对现有的脑部MRI图像质量评价方法准确率低、难以应用于实际临床环境中的问题,提出一种基于提取感兴趣区域的脑部MRI图像质量自动评价模型USformer-Net,并创建了带有主观质量评价标签的脑部MRI图像数据集。USformer-Net模型基于U-Net和Swin Transformer模型构建并针对脑部MRI图像的特殊性进行了改进。首先,利用轻量化的U-Net网络对具有临床诊断价值的大脑主要区域进行分割,提取出感兴趣区域;其次,利用Swin Transformer的串联窗口自注意力运算(W-MSA)、滑动窗口自注意力运算(SW-MSA)以及其特征融合方式,将特征金字塔(FPN)、兴趣区域匹配(ROI Align)及全连接网络(FC)结合在Swin Transformer骨干特征提取网络中进行图像质量评价。USformer-Net模型能够忽略无关噪声,准确提取出影响诊断的主要区域并进行图像质量评价。实验结果表明,在MRI图像质量评价任务中该模型准确率为87.84%,精度为91.84%,召回率为92.05%,F1-score为91.99%,相较于其他评价方法各项指标均有不同程度提升。最终结果显示该模型能够有效保证脑部MRI图像质量评价的准确性,创建的带有主观质量评价标签的数据集也为该领域的研究提供了更好的数据支持。

基于U2-Net深度网络和投影波谷法的在架图书错序检测

针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的索书号区域进一步精确分割,最后对分割出的索书号区域图像使用光学字符识别技术,完成对索书号的识别,通过对识别结果进行排序关系判断,完成错序检测过程。实验结果表明,该方法能实现准确的索书号区域图像分割,为图书馆智能化管理提供了有效的解决方案。

基于K-mean的车辆伪装涂料漆膜颜色选取算法

提取背景代表色是进行迷彩伪装图案设计的基础,对军用车辆实施迷彩伪装,需使代表色满足国军标规定的军用车辆伪装涂料漆膜标准色要求。文中提出两种基于K-mean聚类算法的车辆伪装涂料漆膜标准色选取算法。利用CEI1976 L^(*)a^(*)b^(*)颜色模型描述图像颜色特征。第一种算法是随机选取标准色作为初始聚类中心,每经过一次K-mean聚类迭代都将聚类中心更新为标准色;第二种算法是将选取的背景颜色空间值作为初始聚类中心进行迭代。提出了优化的标准色选取决策,解决了聚类结果易出现标准色重复的问题。结合提取标准色数量不同,共提出4种标准色提取方案,用均方根误差函数作为评价函数进行融合效果比较。仿真结果表明,两种算法均能较好地满足迷彩伪装设计要求,从最小均方根误差和收敛速度上比较,第一种算法优于第二种,其提取三种标准色的方案优于五种标准色方案。

基于改进U-Net的低剂量CT图像重建方法

针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)作为图像性能评价指标。在CT重建结果的测试中,与未处理的图像相比,网络模型处理后图像的PSNR、SSIM和RMSE指标平均值分别提升21.699%、2.263%和40.833%。实验结果表明,改进的U-Net神经网络模型能够减少噪声和伪影,保留了更多的纹理细节,对低剂量CT重建图像质量的提高有一定效果。

一种面向鱼眼图像的行人检测算法

鱼眼镜头非线性光学畸变导致鱼眼图像行人检测算法精度低,且校正算法也无法完全克服鱼眼图像的边缘严重变形。针对上述问题,文中以Faster R-CNN架构为基础,建立了鱼眼图像校正光路模型。针对鱼眼图像畸变,提出一种基于微分方程的鱼眼图像校正模型,并提出一种改进算法用于鱼眼图像的行人检测。构建了ResNet 50融合特征金字塔网络结构,以增强网络的多尺度特征提取能力,提高网络对行人小目标的定位和识别能力;优化平滑L1损失函数解决大梯度难学样本与小梯度易学样本间的不平衡问题,提高训练效果。实验结果表明,文中算法与现有鱼眼图像行人检测算法相比,检测精度提高了39.68%。在边缘轻微畸变及小尺度行人的检测精度可以达到90%以上,有助于提高极端条件下鱼眼图像的行人检测性能。

基于改进ResNet50的钨矿石双能X射线图像分选方法

文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型(DWAtt-ResNet),通过实验对比表明,该模型在钨矿石双能X射线图像数据集上准确率、F1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet_b4等主流的图像分类模型。通过消融实验表明,该模型准确率达到87.4%,计算量为2.7GFLOPs,参数量为16.95M,相比ResNet50准确率提高3%,计算量降低1.42 GFLOPs,参数量降低6.56M,准确率提升的同时,效率大幅提升,更适合工业生产的矿石快速分拣需求。

基于Faster R⁃CNN的无人超市商品自动化识别技术

无人超市商品自动化识别过程中易受到背景复杂化、亮度不均匀、角度多变等的干扰。为此,提出一种基于Faster R-CNN的无人超市商品自动化识别方法。首先利用Haar小波提升模型,将商品图像分为低频图像和高频图像;然后通过仿生彩色图像法对图像进行增强处理,并采用Faster R-CNN中的特征融合结构,将图像深度信息与浅度信息融合到一起;最后将融合的特征输入到自动化识别网络中,输出自动化识别结果。实验结果表明,所提方法的识别效率高、图像增强效果好、抗噪能力强。

改进Segformer的前列腺超声图像语义分割算法

前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确地分割前列腺超声图像。引入MAG模块提高网络对特征图和像素关联性的理解能力,以及对前景像素的敏感度。采用深监督策略,在解码过程中引入损失函数,优化梯度传播,增强网络对关键特征的学习表征能力。实验结果显示,在前列腺超声图像数据集上,DA-Segformer模型的mIoU、Dice系数、准确率和召回率等指标均优于其他主流语义分割模型。该方法有效解决了前列腺超声图像手工分割的难题,为临床诊断提供了有价值的计算机辅助工具。

基于区域分割和DM642的数字图像修复系统研究

由于数字图像中颜色通道之间关联性显著,改变某颜色分量,会导致剩余分量随之变化,使数字图像整体视觉效果出现变化,针对该问题,文中研究基于区域分割和DM642的数字图像修复系统。将DM642处理器作为系统核心处理器,在该处理器协助下,针对破损数字图像采用基于分通道自体理论的数字图像区域分割方法,利用图像颜色信息和像素间的空间关系,实现图像修复区域分割。针对需修复区域,通过基于Criminisi算法的数字图像修复方法提取修复像素点生成修复块,利用图像自相似性,在未破损区域找到与修复块匹配度最高的样本块,用此样本填充修补破损区域。实验结果表明,此系统能够有效分割数字图像的修复区域,修复视觉效果较好,且修复后数字图像不存在明显失真问题,可实现多图像并行快速修复。

基于改进残差网络的运动目标模糊图像复原方法

传统的残差网络在复原运动目标模糊图像时,在模糊程度较严重的情况下,存在特征提取不充分、噪声干扰等问题,导致恢复出的图像无法完全达到原始图像的清晰度和细节。对此,提出基于改进残差网络的运动目标模糊图像复原方法。对采集到的运动目标模糊图像,采用多损失函数融合方法改进传统残差块结构,构建编码器-解码器网络训练结构,训练损失函数,提升网络的特征学习能力。通过完成训练的网络,输出运动目标模糊图像复原结果。实验结果表明,该方法复原运动目标模糊图像的峰值信噪比高于30 dB,结构相似性高于0.9。

基于低秩学习的阿尔茨海默病诊断方法

阿尔茨海默病是老年痴呆症中最普遍的一种,目前大量国内外老年人的生活受其困扰。然而,目前阿尔茨海默病在我国仍然处于就诊率低、误诊率高、治疗率低的局面,因此亟需探索阿尔茨海默病的早期诊断方案,以及时发现潜在病患并进行干预治疗。当前,计算机辅助诊断十分流行,能帮助医生快速、高效地进行疾病诊断。因此,文中提出基于低秩学习的阿尔茨海默病诊断方法(LRL)。该方法利用MRI图像数据提取多模板特征并进行融合;然后针对MRI数据样本数量少、特征维度高的特点,采用低秩学习方法进行特征选择,得到最具代表性的特征子集;最后将选择后的特征输入到支持向量机(SVM)分类器,执行三分类和四分类任务。实验结果表明,提出的LRL模型优于其他几种经典的特征选择方法。在两个主要评价指标准确率ACC和F1上,LRL模型在三分类实验中分别达到了74.94%和75.80%,在四分类实验中分别达到了63.88%和59.99%。

基于3D-Unet的sMRI图像分割研究

脑成像时需要关注的是脑组织的结构和功能,去除颅骨等非脑组织可以减少噪声和干扰,提高图像质量以及后续数据分析的准确性。文中采用3D-Unet模型去除结构磁共振成像(sMRI)图像中的非脑组织。结果表明,所提3D-Unet模型能有效提取脑组织,其图像分割的准确率为0.947,召回率为0.833,精度为0.886。该研究为后续脑组织分割、配准和体积量化等提供了基础。

基于生成对抗网络的轻量级全局-局部水下图像增强算法

为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法。算法通过改进GAN网络以及设计新的损失函数,提高图像增强效果。实验结果表明,所提出的方法在校正色偏、提高对比度、增强细节和消除噪音等方面较现有流行的水下图像增强算法均取得了很大的进步,同时也进行了时间测试以及应用测试,实验结果表明,提出的水下图像增强方法能够快速有效地提高水下图像的质量。

稀疏角度CT图像重建的Huber-TV正则化方法

对于稀疏角度下的投影数据,计算机断层扫描重建图像容易出现分辨率低、伪影较多的问题,难以满足工业及医学诊断要求。文中从迭代重建的角度出发,提出一个结合全变分(TV)和Huber函数(Huber-TV)的CT重建方法。该方法利用Huber函数替代传统全变分模型中的L1范数,在合理控制函数阈值的条件下,充分利用Huber函数的线性部分对大于阈值的梯度图像进行较轻的惩罚,以保持图像边缘连续性;再结合二次项对小于阈值的梯度图像进行较大的惩罚,以抑制图像中不连续梯度跳跃。新模型目标函数的光滑性可以使得梯度下降法快速收敛到最优值,避开传统全变分模型中的次梯度计算,从而降低计算复杂度并加快迭代速度。实验结果表明,在稀疏角度重建条件下,与传统TV模型相比,Huber-TV模型的均方根误差降低19%,信噪比提升22.33 dB,说明所提方法高效可行。

基于改进YOLOX-S算法的焊缝特征点提取方法研究

在使用机器人进行焊接的过程中,常常会出现一些问题,例如面对加工误差、热变形等引起的复杂环境状况,必须采用焊缝跟踪技术来辅助机器人进行焊接工作。传统的数字图像处理技术目前广泛应用于焊缝跟踪,不过在工业领域中,常常出现的特征变化和电弧噪声等问题对焊缝特征提取算法提出了更高的要求。为了解决焊缝特征提取的抗干扰和自适应性问题,文中将基于深度学习的目标提取方法应用于焊缝检测,提出了一种基于改进YOLOX-S的焊缝特征点提取方法。在YOLOX-S算法的特征金字塔中每个上采样和下采样之后使用注意力机制,使模型更多关注焊缝特征点特征信息,从而减少检测误差。该方法能克服强弧光的干扰,满足复杂焊接过程对精度和实时性的要求。将YOLOX-S算法中卷积层之后的批标准化改为群组归一化,可以解决批量较小引起的误差增加的问题。实验结果表明了该算法的可行性。

基于Faster R-CNN的航拍图像中绝缘子识别

为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图像中的绝缘子,并分析不同模型和参数对识别精确度的影响。实验结果表明,相比于传统航拍绝缘子识别方法,采用深度卷积神经网络对航拍绝缘子进行学习和识别,具有较高的识别准确率和效率,可以很好地识别各种类型的绝缘子,识别性能大幅度提高。