一种改进ROI模型的舌体红外信息研究

舌诊是中医望诊的重要手段,同时,温度与人体的健康息息相关。为了研究舌面的脏腑功能定位及舌象温度关系的反映,论文提出了一种红外技术的感兴趣区域(region of interest, ROI)模型研究方法。首先,利用葛立恒扫描法和Bezier曲线对多边形ROI模型进行改进;然后,借助U-Net分割网络将提取出的温度信息进行训练与学习,从而做到批量处理舌体温度信息;最后,利用HSV色彩模型进行3D可视化,达成舌象温度分区的可视化研究。此外,为了验证该方法的准确性,实验还对模型截取出的舌体进行了评价指标验证,准确度可以达到0.991 1,分割效果极佳。研究表明:改进后的红外信息提取技术既能直观地观察到舌体的分区状况,也可以完整保留舌体的信息变化,为中医的数据化提供了完整可行性方案。实现了舌体红外信息数据的提取与中医诊断技术的有机结合。解决了中医一体化望诊的舌体信息完整性及准确性问题。

基于ROI理论的B站自媒体软广告研究——以UP主LKDY为例

随着移动互联时代的到来,自媒体已经成为一个重要的信息来源。在这一背景下,视频自媒体软广告应运而生并迅速发展壮大。本文基于ROI广告理论,结合B站UP主LKDY的案例,论述了视频自媒体软广告存在的主要问题,如产品广告与节目观众的关联度不够、节目内容陈旧传播效果不佳、广告情节设计平淡缺乏冲击力等,并针对上述问题探讨了相应的对策,旨在为自媒体软广告的优化提供参考。

基于戴明回归和ROI细化的指针式仪表读数技术

为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题,提出一种基于戴明回归和感兴趣区域(region of interest, ROI)细化的指针式仪表读数技术.给出了仪表示数读取的算法流程:首先选择ROI,采用基于颜色通道的剪影法和二值化形态学操作进行图像预处理;接着运用图像帧差法消除指针的抖动;然后利用ROI细化算法对待识别仪表的指针进行细化;再使用戴明回归法拟合出仪表指针所在直线的方程和斜率;最后根据指针斜率利用角度法计算仪表的实时示数.通过3组试验,测试了该方法的可行性和防抖动能力,比较了戴明回归拟合直线与霍夫直线检测拟合直线的检测精度,还比较了ROI细化算法与全局细化算法的计算速度.结果表明该方法检测的平均误差比霍夫直线检测减小了37.85%,每张图像的平均计算时间比全局细化算法减少了192.717 s,同时具有防抖动能力.

单节段Mobi-C人工间盘置换与ROI-C颈椎前路融合后颈椎矢状位参数的变化

背景:前期研究显示,双节段颈椎间盘置换对于颈椎矢状位参数有明显改善,且优于双节段ROI-C融合器,但不同手术节段的颈椎矢状位参数存在差异。目的:研究单节段Mobi-C人工颈椎间盘置换与ROI-C颈椎前路融合术后颈椎矢状位参数的差异。方法:回顾性分析2018年1月至2020年2月于北京中医药大学东直门医院就诊的60例神经根型、脊髓型或混合型颈椎病患者,按照手术方式分为Mobi-C间盘组和ROI-C融合组。所有患者均完成半年以上有效随访,平均随访时间为(12.1±5.0)个月,分别于术前、术后1周及末次随访时行目测类比评分、颈椎JOA评分以及拍摄X射线片,测量颈椎矢状位参数:C_(2-7)Cobb角、C_(0-2)Cobb角、C_(2-7)矢状面轴向距离、颈椎斜率、T_(1)倾斜角、C_(7)倾斜角、胸廓入口角、脊柱功能单位角,分析两组患者的组内和组间差异,并行Pearson相关性分析。结果与结论:①术后1周及末次随访时,两组患者目测类比评分均较术前明显降低(P<0.05)、颈椎JOA评分显著增高(P<0.05)。②与术前相比,术后1年的随访间盘组C_(2-7)Cobb、C_(2-7)矢状面轴向距离和T_(1)倾斜角差异无显著意义(P>0.05),C_(0-2)Cobb角、高T_(1)倾斜角减小(P<0.05),脊柱功能单位角增大(P<0.05);融合组C_(2-7)Cobb、C_(2-7)矢状面轴向距离和T_(1)倾斜角差异无显著意义(P>0.05),脊柱功能单位角和C_(7)倾斜角增高(P<0.05);间盘组比融合组脊柱功能单位角增高(P<0.05)。③患者术后矢状位参数,融合组C_(2-7)Cobb与C_(7)倾斜角呈显著正相关;颈椎斜率与胸廓入口角呈显著正相关;T_(1)倾斜角与C_(7)倾斜角呈显著正相关;C_(7)倾斜角与C_(0-2)Cobb角呈显著负相关。置换组C_(2-7)Cobb与C_(7)倾斜角、脊柱功能单位角和T_(1)倾斜角呈显著正相关,与C_(0-2)Cobb角呈显著负相关;颈椎斜率与胸廓入口角呈显著正相关,与C_(2-7)矢状面轴向距离、T_(1)倾斜角和脊柱功能单位角呈显著负相关;C_(2-7)矢状面轴向距离与C_(7)倾斜角、脊柱功能单位角、T_(1)倾斜角呈显著正相关;T_(1)S与C_(7)倾斜角、脊柱功能单位角呈显著正相关,C_(7)倾斜角与脊柱功能单位角呈显著正相关。④间盘组中,高T_(1)倾斜角型患者术后胸廓入口角、T_(1)倾斜角和C_(0-2)Cobb角较术前明显降低(P<0.05),而脊柱功能单位角较术前明显增高(P<0.05);而融合组未发现显著变化。⑤结论:Mobi-C间盘和ROI-C融合器治疗单节段颈椎病疗效显著,与ROI-C融合器相比,Mobi-C间盘主要通过重建颈椎局部前凸角和上颈椎前凸角来恢复生理曲度,并且在高T_(1)倾斜角患者群体中仍然保持这种能力。

基于改进RoI Transformer的遥感图像多尺度旋转目标检测

旋转目标检测是遥感图像处理领域中的重要任务,其存在的目标尺度变化大和目标方向任意等问题给自动目标检测带来了挑战。针对上述问题,提出了一种改进的RoI Transformer旋转目标检测框架:首先,利用RoI Transformer检测框架获取旋转的感兴趣区域特征(rotated region of interest,RRoI)用于鲁棒的几何特征提取;其次,在检测器中引入高分辨率网络(high-resolution network,HRNet)提取多分辨率特征图,在保持高分辨率特征同时适应目标的多尺度变化;最后,引入KLD(Kullback-Leibler divergence)损失,解决旋转目标表示的角度周期性的问题,提高检测方法对任意方向目标的适应性,并通过旋转目标边界框参数的联合优化提升目标定位精度。本文提出的旋转目标检测方法,即HRD-ROI Transformer(HRNet+KLD ROI Transformer),在DOTAv1.0和DIOR-R两个公开数据集上与典型的旋转目标检测方法进行了比较。结果显示:相比于传统的RoI Transformer检测框架,本文方法在DOTAv1.0和DIOR-R数据集上检测结果的mAP(mean-average-precision)分别提高了3.7%和4%。

ROI加速的无人机自主精准降落系统

GPS信号在有遮挡的环境中信号差且定位精度低,无法满足无人机在特定区域精准定位的要求。而计算机视觉定位相较于GPS,受环境影响小且定位信息丰富。基于此,文中设计一种ROI加速的无人机自主精准降落系统,采用“H”与Aruco marker嵌套的降落标识在不同高度给无人机提供定位信息。基于深度学习的目标检测算法分割相机视野中的感兴趣区域(ROI),利用阈值分割的图像识别算法在ROI区域进行Aruco marker检测,滤除ROI区域外的图像区域,提升目标识别速度。根据marker二维像素点与三维坐标点的对应关系求解无人机与marker的相对位置。基于求解出的三轴位置设计位置PID控制器,将无人机与marker的三轴位置差转换为速度控制量。进行无人机自主降落的试验,随机统计20次的降落结果,得出18次的降落轴向误差在10 cm以内,说明所设计系统能够满足无人机降落精度要求。

基于自同步混沌流密码的HEVC视频ROI加密算法

在公共网络上广泛传播的视频不可避免地包含有隐私信息。为此很多针对视频的加密方案相继提出。文章针对HEVC视频感兴趣区域(ROI)提出一种自同步混沌流密码加密算法,以人脸所在区域作为感兴趣区域为例,实现对HEVC视频隐私区域的保护。首先,根据动力系统反控制原理,构建出无简并三维离散超混沌系统。在此基础上,提出一种自同步混沌流密码系统。然后,对HEVC视频ROI实现加密,具体如下。对于HEVC视频序列中的I帧,检测人脸所在区域并作为ROI;对于P帧,则利用视频流中压缩域信息追踪ROI。并将ROI信息转化为Tiles索引。利用自同步混沌流密码系统生成的伪随机序列对Tiles索引以及Tile内的语法元素MVD符号位、MVD值和QTC符号位进行加密。解码端的解密算法也同时详细给出。同时,借助补充增强信息(SEI)实现编解码端对ROI信息的同步。实验结果验证了所提方案的有效性。最后,对所提方法的性能和安全性进行了分析,并对所提方法的嵌入对编码器所带来的影响进行了讨论。

红外电视制导目标搜索中ROI提取和编码算法

针对红外电视制导系统提出了一种基于灰度自动检测的ROI算法,并对优化截取内嵌块编码(ECBOT)中的隐式ROI编码算法进行了改进。减小了ROI编码块中背景区域的优先级,提高了ROI区域的图像质量,在低信道速率下对疑似目标可进行高质量显示,使操作人员能够快速完成精确人工导引,并对EBCOT、隐式ROI方法和改进的隐式ROI方法进行了比较。结果表明,改进算法具有压缩效率高,复杂度低且在低信道速率下重建的ROI图像质量好的优点,提高了在大背景下搜索小目标的效率。

一种鲁棒的基于对抗结构的生物特征ROI提取方法

感兴趣区域(Region of interest,ROI)提取在生物特征识别中,常用于减少后续处理的计算消耗,提高识别模型的准确性,是生物识别系统中预处理的关键步骤.针对生物识别数据,提出了一种鲁棒的ROI提取方法.方法使用语义分割模型作为基础,通过增加全局感知模块,与分割模型形成对抗结构,为模型提供先验知识,补充全局视觉模式信息,解决了语义分割模型的末端收敛困难问题,提高了模型的鲁棒性和泛化能力.在传统二维(2D)指纹、人脸、三维(3D)指纹和指纹汗孔数据集中验证了方法的有效性.实验结果表明,相比于现有方法,所提出的ROI提取方法更具鲁棒性和泛化能力,精度最高.

基于动态ROI识别的智能车辆车道线检测

车道线检测技术是实现汽车无人驾驶的关键技术之一,能够帮助无人驾驶更快地实时处理从相机捕获的图像。近年来,研究人员在车道线检测的精度上取得了很大的进展,但在实际驾驶中,车辆可能会因有限的控制器算力而对车道线检测的速度和准确度产生影响。提出了一种动态识别感兴趣区域的方法,以Donkey car自动避障小车为主体进行实车试验,通过实时减少摄像头采集的图像中干扰信息,更加准确地识别车道线,在采集的图像数量不变的情况下,提高了卷积神经网络(convolutional neural networks,CNN)模型训练的速度和小车自动驾驶时车道线识别的准确度,进而减少了因车道线误判而存在的压线和驶离路面的情况。优化后的模型比原模型在训练时间方面缩短了约38.71%,在小车自动驾驶时间上缩短了约21.67%,同时小车在转弯处行驶速度更加均匀,左右摇摆幅度减小。结果表明,所提方法具有良好的检测效果和准确率。

一种支持干涉多光谱图像ROI的压缩编码方法

提出了一种基于EBCOT (率失真优化截取内嵌码块编码 )算法的矩形ROI(感兴趣区域 )编码的干涉多光谱卫星遥感图像压缩方法 该方法不需要对小波域的系数进行提升 ,而是在码流组织时通过对多光谱区域的误差跟踪提高恢复图像的质量 误差的跟踪完全是自适应的 ,可以根据用户给定的恢复图像多光谱区域的峰值信噪比最低要求自动实现码流的组织 ,解码器不需要知道该图像是否存在ROI ,而且该方法保留了EBCOT的优良特性 实验结果表明 。

基于SURF和动态ROI的实时视频拼接

为解决含有运动物体的视频拼接问题及解决不同景深下的目标拼接等此类问题,提出一种基于SURF和动态ROI方法的双目摄像机视频图像快速拼接方法。通过RANSAC方法与单应性矩阵平滑方法估计双目摄像头视频图像变换模型,融合成宽场景的视频图像。由于选取了动态ROI之后不进行重叠区域之外的SURF特征提取,提高了特征匹配的精准度,避免了ROI之外的误匹配特征点对,同时减少了程序的耗时。大量的实验结果表明,该系统能够自适应的对双目摄像头采集的图像进行视频拼接,获得清晰的宽场景视频。

桥形椎间锁定融合器(ROI-C)在颈椎病前路减压融合术中应用的临床研究

目的：对比桥形椎间锁定融合器（ROI-C）或cage联合前路钛板固定治疗颈椎病的疗效，分析ROI-C在颈椎病前路手术应用的临床效果。方法：回顾性分析2011年6月-2013年11月我科采用桥形锁定椎间融合器或cage联合前路钛板内固定治疗颈椎病患者共104例。其中桥形椎间锁定融合器组（A组）患者46例，共89个节段，作为观察组；应用cage联合前路钛板内固定组（B组）患者58例，共106个节段，作为对照组。两组患者术前均行颈椎正侧位X线片、动力位X线片，CT冠矢状重建，MRI检查，术后3d摄片复查，术后3个月、6个月、1年定期随访，行颈椎正侧位及动力位片复查，选择性复查CT及MRI，观察两组患者在手术时间、术中出血量、术后吞咽困难、术前术后JOA评分及改善率、VAS评分、颈椎生理曲度（Cobb角）、椎间高度、融合情况、术中及术后并发症等指标方面有无差异。结果：术后随访3～26个月，平均18个月。A组手术时间（一个节段73.2±8.1min，两个节段127.4±13.4min，三个节段152.7±19.4min）及术中出血量（1个节段62.3±20.2ml，2个节段83.2±32.4ml，3个节段 110.5±54.3ml）均明显低于B组（手术时间：一个节段84.3±7.2min，两个节段147.6±13.1min，三个节段184.1±21.3min；术中出血量：1个节段100.2±22.1ml，2个节段128.3±35.3ml，3个节段190.6±57.2ml），差异有统计学意义（P〈0.05）。A组术前、术后JOA评分分别为9.49±0.83分和12.45±1.00分，B组分别为9.21±1.00分和12.04±0.89分，两组术后JOA评分较术前均改善，差异有统计学意义（P〈0.05）。A组术前、术后VAS评分分别为2.94±0.56分和1.24±0.44分，B组分别为2.88±0.54分和1.26±0.43分，两组术后VAS评分较术前改善，差异有统计学意义（P〈0.05），两组间术前及术后JOA评分及改善率、VAS评分没有统计学差异（P〉0.05）。A组术前、术后Cobb角分别为20.35°±7.12°和26.82°±6.13°，B组分别为18.34°±7.32°和25.32°±8.91°，两组术后颈椎生理曲度较术前有明显改善，差异有统计学意义（P〈0.05），两组间无统计学差异（P〉0.05）。A组术前、术后病变椎间隙高度分别为5.83±1.02mm和8.47±1.83mm，B组分别为5.54±1.82mm和8.03±2.43mm，两组术后病变椎间隙高度较术前有明显改善，差异有统计学意义（P〈0.05），两组间无统计学差异（P〉0.05）。A组术后吞咽困难发生率为6.52%，46例患者中仅有3例术后出现轻度吞咽困难，且症状在1个月内逐渐缓解；B组术后吞咽困难发生率为34.48%，58例患者中，轻度吞咽困难13例，中度吞咽困难7例。A组术后吞咽困难发生率明显低于B组，差异有统计学意义（P〈0.05）。至末次随访时，A组45例融合，融合率为97.8％；B组55例融合，融合率为94.8％；两组间无明显差异（P〉0.05）。两组未融合病例，至末次随访时临床症状均较术前改善明显，无相关不适。两组患者均无气管、食管损伤及喉返神经损伤等手术并发症发生。结论：颈椎桥形椎间锁定融合器（ROI-C）能有效地恢复颈椎的生理曲度及椎间高度，可以获得满意的融合率，且手术操作相对简便，手术时间较短，术中出血量较少，周围组织损伤较少，术后吞咽困难发生率低等优点，有望替代cage联合钛板固定应用于治疗颈椎病的前路融合手术。

基于SSIM与ROI的视频质量评价方法

在客观结构相似视频质量评价模型SSIM基础上,提出了一种基于感兴趣区域(ROI)的视频质量评价方法,方法通过对帧内感兴趣区的提取,对帧内分块计算的SSIM值进行加权。该方法具备了SSIM算法的简单、高效等特性,同时又融合了人类感兴趣区域这一视觉特性,使得算法更好的反映了人的主观感受。在VQEG PhaseI测试数据集的实验结果表明,该方法的非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他视频质量评价算法,有效地提高了视频客观评价与主观评价的相关度。

基于SURF特征贡献度矩阵的图像ROI选取与检索方法

传统的基于全局特征的图像检索方法中需要对整幅图像特征提取,计算复杂度大,且容易导致语义歧义.针对这一问题,提出一种基于SURF特征贡献度矩阵的ROI选取和图像检索方法.首先采用SURF算子提取图像局部特征,然后依据特征点的Hessian矩阵计算其贡献度矩阵,并将其应用到ROI检测中;在此基础上,融合并归一化ROI的颜色、纹理以及形状等底层特征,利用非线性高斯距离函数进行相似度匹配,实现图像检索.实验结果表明,与已有算法相比,该算法提取的ROI与人类视觉意图一致性高,检索效果较好.

多光谱遥感图像压缩系统中的ROI编码方法(英文)

提出了一种基于 EBCOT(率失真优化截取内嵌码块编码 )算法的矩形 ROI(感兴趣区域 )编码的干涉多光谱卫星遥感图像压缩方法。该方法不需要对小波域的系数进行提升 ,而是在码流组织时通过对多光谱区域的误差跟踪提高恢复图像的质量。从而克服了传统方法因为增强系数与图像复杂度不匹配带来的 ROI与 BG的PSNR质量不协调的问题 ,该算法的解码器不需要知道该图像是否存在 ROI,不需要反提升过程 ,完全正常解码即可 ,而且该方法保留了 EBCOT的优良特性。实验表明 ,这种编码方式在干涉多光谱卫星图像压缩系统中可获得理想的效果。

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。

肺部肿瘤^(18)F-FDG PET显像的ROI大小与SUV分界点

目的 探讨肺部肿瘤1 8F FDGPET显像的标准摄取值 (SUV)良恶性分界点与感兴趣区(ROI)大小的关系。方法 12 6例肺部肿瘤患者术前行1 8F FDGPET检查 ,二维采集 ,常规条件重建图像。以SUV最大值的百分比 (10 0 %～ 5 0 % )为等高线值画 6个ROI,得各SUV均值。计算与准确性最大值、Youden’s指数最大值及灵敏度与特异性交点所对应的SUV(典型分界点 )。结果 ①SUV均值随ROI增大而减小 ,良恶性间差异均有显著性 (P <0 0 1) ;②典型分界点值均随ROI增大而减小 ;③对分界点 2和 2 5 ,其灵敏度随ROI增大而减小 ,特异性则相反。对各典型分界点 ,其灵敏度和特异性基本不随ROI大小变化。结论 SUV良恶性分界点与ROI的大小有关 ,不考虑ROI大小而均以SUV =2或 2 5固定值作为良恶性分界点不合适。

一种基于ROI区域生长的医学图像压缩方法

为了克服传统基于ROI的压缩方法提高不了含有狭长的不规则ROI图像的压缩比等缺点,提出一种基于ROI区域生长的医学图像压缩方法。该方法使用区域生长的方法,将医学图像的ROI分割提取后,对ROI和非感兴趣区域(RONI)采用无损和有损相结合的方法,较好地解决了医学图像的高压缩比和高质量的矛盾,缩短了压缩时间。同时该方法还提供了良好的人机交互方式,便于操作,并能够很好地适用于其他场合的压缩。

面向ROI编码的立体图像比特分配策略分析

为了提高基于感兴趣区域（ROI）的立体图像编码的效率，从人眼视觉感知的角度提出了一种探寻合理的立体图像比特分配策略的方法。该方法设计了两个主观实验，其中实验I对各种比特分配策略下的失真立体图像进行视觉质量评价，而实验II在实验I的基础上对所有失真立体图像进行两两对比实验。实验结果表明：合理的比特分配策略对基于ROI的立体图像编码至关重要，且与图像内容无关，但与立体图像质量档次有关；在立体图像ROI采用量化参数（QP）为22、27、32、37的4种不同质量档次编码时，对应的合理分配策略下非ROI与ROI之间QP差异值分别约为9、6、3、3；立体图像ROI与非ROI比特分配策略的确定，能够在保证立体图像整体主观质量不变的同时有效地提高立体图像的编码效率。