基于多阈值与嵌入零树小波的图像压缩算法

本文提出了一种基于多阈值与嵌入零树小波的新图像压缩算法(简称为MEZW),该算法能够通过以下3项措施提高EZW算法工作效率:(1)通过定义多阈值以完善逐次逼近量化过程;(2)通过修改嵌入编码策略以消除编码冗余;(3)通过采纳关联模型以提高算术编码效率。

3.0T水脂分离梯度回波成像定量分析肝脏脂肪含量的可行性

目的探讨3.0T水脂分离梯度回波序列在一次屏息内完成定量分析肝脏脂肪的可行性及其参数优化。方法利用GE Signa HDx 3.0T MR系统对自制体模及42名受检者行迭代最小二乘法非对称采集水脂分离(IDEAL)梯度回波序列和单体素1 H-MRS,通过分析接收带宽(BW)、翻转角(FA)和矩阵(Matrix)的变化对体模脂肪定量分析的影响,确定以IDEAL梯度回波行脂肪定量分析的最优成像参数;以1 H-MRS测定的脂肪含量为参考标准,采用Spearman相关分析对IDEAL梯度回波序列测得数据进行相关性分析。结果应用IDEAL梯度回波序列行体模脂肪定量分析时,BW和FA对结果的影响较大;BW为200kHz、FA为12°时,体模脂肪定量分析结果与MRS的关联性最佳(r=0.997,P<0.05),在此条件下,应用IDEAL梯度回波序列和1 H-MRS测得的肝脏脂肪含量分别为(9.48±5.42)%和(10.13±8.06)%,二者呈正相关(r=0.872,P<0.05)。结论经参数优化的IDEAL梯度回波序列可在一次屏息内定量分析肝脏脂肪含量;成像时需合理调整FA和BW。

应用近似算法的光学遥感卫星区域目标成像任务规划方法

光学遥感卫星成像任务规划的研究对象多以点目标为主,对于区域目标的处理,多是将其转化为点目标后求解,因此存在精度不高和效率过低等问题。同时,还存在对于长时间周期的规划问题耗时过长,以及大区域长时间任务规划性能较差等问题。文章根据卫星成像任务规划的约束条件,建立成像任务规划模型,分析并归纳光学遥感卫星轨道及星下点轨迹的特点,认为星下点轨迹在中低纬度区域的投影可近似认为是直线;通过将区域目标向直线投影,将二维平面区域转化为一维线状区域,对模型进行求解。该方法能大幅降低求解区域目标问题的复杂度,在一维线状区域的基础上对侧摆进行处理,同时能够提高长时间周期规划的性能。利用环境减灾-1A(HJ-1A)卫星进行验证,结果表明,文章提出的方法能够在较短的时间内解决大区域长时间成像任务规划问题。

改进块匹配与初始估计的凸集投影图像重建

凸集投影算法进行图像超分辨率重建时,图像配准和初始估计对重建结果有重要影响。为解决传统块匹配算法小块匹配易受噪声干扰,大块匹配对运动对象跟踪不精确的问题,本文以空间十字频率法判断图像的平坦程度,根据图像平坦度进行匹配块的分割,实现了匹配块大小的动态选择;针对单帧初始估计包含信息量少的不足,将所有已知低分辨图像与插值图像配准,以最优插值法作用后的插值图像作为初始估计。实验证明,改进的配准算法消除了固定块配准方式在噪声和局部运动同时存在时的不足,且算法简单,运算量较小;新的初始估计生成方式则提高了初始估计的峰值信噪比,加快了重建的收敛速度。

改进的引力模型耦合明文像素相关交叉机制的图像加密算法

目的解决当前图像加密技术严重依赖混沌系统,使其通用性较差,难以直接加密非方形图像,且因混沌系统的周期性,算法的安全性不足的问题。方法提出了改进的引力模型耦合明文像素相关交叉算子的图像加密算法。首先,利用多个一维混沌映射,定义联合混沌变换模型,输出密钥流;随后,基于明文像素位置,设计像素相关交叉机制,联合密钥流,对明文进行高效置乱;构造质量动态变化函数,用其替代传统引力模型中的恒定粒子质量,增强算法的敏感性,并用改进的引力模型对置乱图像完成扩散,彻底改变像素值;最后,构建密文增强模型,对输出密文进行二次扩散,扩大密文的NPCR(Number of pixel change rate)与UACI(Unified average changed intensity)值。结果实验结果表明:与当前图像加密机制相比,所提加密算法不但可以扩散方形图像,而且能够对非方形目标直接加密,具有更高的通用性与安全性,以及更强的抗差分攻击能力。结论所提出的算法能够加密非方形尺寸的图像,具有较强的通用性与安全性。

利用遥感光谱特征提取岩性信息的基础和技术研究

地物光谱特征的研究是遥感技术的基础研究工作之一．从光谱遥感发展与地质应用的趋势出发。从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展．在技术方法方面，主要从多光谱与成像光谱以及遥感与航空放射性信息集成3个层次上，分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性，并简单阐述了遥感与航空放射性信息的复合这一遥感岩性信息识别研究的发展趋势．

由铁磁质限定的无限深槽内线电流的磁场

利用复数坐标系z上的施瓦茨-克利斯多菲变换和镜像法,计算由铁磁质限定的无限深槽内线电流的磁场,给出磁矢势的分布和磁感线方程,并利用数学工具软件MATLAB绘制出其磁感线分布图.

冲激雷达成像算法综述

由于冲激雷达回波信号中无法提取出多普勒频率信息,传统的基于频域成像的方法不再适用于冲激雷达成像系统。近年来,基于冲激雷达的成像算法研究引起了较多关注,对冲激雷达成像算法进行综述。首先简单介绍了冲激雷达的定义,然后总结归纳了3类基于冲激雷达的成像方法,详细阐述了各种算法的原理,指出了各种成像算法中的优点和不足,最后阐述了有待进一步研究的方向。

《金瓶梅》的易学渊源

《金瓶梅》的创作远承中国古代悠久的易学之道。小说"体天道以立言",因果轮回、善恶报应思想贯穿全书,借以传达"劝善惩恶"的主题命意。《金瓶梅》也在情节结构方面受到《周易》阴阳对立思想的影响,以第四十九—五十回为中心,分为前后对称的两大部分,表现了一个封建家庭由盛而衰、由热到冷的过程,所形成的情调反差增强了作品的节奏韵律美感。而且,小说模仿"倚数"思想谋篇布局,结撰人物命运;通过卦象及其转化思想来设置人物、勾勒情节,皆有《易》理可循。这不仅为文本解读提供了新的阐释路径,也拓展了作品的深层涵义,使之呈现出一种独特的艺术风貌。

Arnold变换在二值图像置乱应用中若干问题讨论

针对二值图像的特点,讨论了二维Arnold变换在二值图像置乱中的置乱周期问题,提出一种快速Arnold变换策略,即少点置乱法,分析比较Arnold逆变换方法,针对一步恢复原图中直接求矩阵乘方会产生当矩阵元素过大超出运算精度限制时的结果错误问题,提出一种迭代取模伴随矩阵逆变换法.研究结果表明,经Arnold置乱的二值图像,其置乱周期有可能是Arnold变换周期的1/2;只对二值图像中占像素比例较小的像素进行置乱的变换策略,可提高置乱速度;对变换矩阵迭代取模后再求伴随矩阵,可得到正确的一步恢复矩阵.二值图像Arnold变换中,综合应用少点置乱法和一步恢复图像方法,可显著提高变换与反变换的速度.

一种面向机器人分拣的杂乱工件视觉检测识别方法

为了从输送带上杂乱工件中分拣出符合规格的目标工件,提出了一种基于多帧工件图像聚合分割的检测识别方法。该方法首先通过工业高精度相机获取工件图像,由改进的分水岭算法分割工件图像;然后基于工件外观形状特征,利用分类回归树(CART)对分割出来的工件图像进行类型识别;进而应用直方图反投影和核密度估计,将来自多个帧的同一个跟踪目标工件对象掩模组合成一个精细掩模,便于精确测量出工件尺寸;最后再联合机器人手眼标定参数,获取符合规格目标工件的位姿,实现机器人分拣。实验结果表明,该方法可快速从输送带上杂乱工件中准确分拣目标工件,具备良好的实用性和稳定性。

高光谱空谱一体化图像分类研究

高光谱图像分类是遥感图像处理技术中的一个热点,提高分类精度是目前一个重要研究方向。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息,往往忽视图像空间域信息。本文提出了一种基于空谱一体化处理的高光谱图像分类方法,在利用数据进行自身光谱特征分类的同时采用区域生长法和二值形态学法相结合的空间域有效信息对光谱分类结果进行补充。实验证明本方法能提高高光谱图像分类精度。

端承桩单桩承载性能设计理论研究

对端承型桩的桩土作用机理进行了进一步分析探讨,建立了复杂介质中端承型桩的地基-基础模型,将“广义弹性理论法”和“镜象法”相结合,既考虑了分层介质中桩土体系的复杂性,又充分兼顾了桩端持力层的存在使桩身穿越层土位移减少的事实,为桩基础设计计算提供了有力的理论依据。对工程实例进行计算分析,结果显示,该种理论方法对于端承型桩的计算具有较高的精度和实用价值。

脑淀粉样血管病相关炎症的临床、影像及预后分析

目的探讨脑淀粉样血管病相关炎症患者临床表现、影像特点及预后。方法回顾性分析我医院收治的7例脑淀粉样血管病相关炎症患者的临床表现、头部MRI检查、血和/或脑脊液检验、药物治疗及预后等临床资料。结果临床表现:急性起病5例,亚急性起病2例;4例患者存在局灶性神经功能缺损,5例患者存在急性认知功能减退,3例患者有头痛表现,1例患者有痫性发作;所有患者均无意识障碍。头部MRI检查:7例患者磁敏感加权成像均可见皮层及皮层下大量弥漫分布的脑微出血,5例患者磁敏感加权成像发现皮质表面铁沉积,2例患者存在凸面蛛网膜下腔出血;7例患者T2WI和Flair均可见皮层及皮质下片状非对称性白质高信号,3例患者头部增强扫描见软脑膜强化,5例患者治疗后头部Flair显示皮质下白质异常信号范围缩小。血或脑脊液检验:6例患者行血载脂蛋白E基因筛查,其中ε4/ε4基因型3例,ε2/ε4基因型2例,ε3/ε4基因型1例;4例患者行脑脊液检验,其中3例患者脑脊液蛋白轻度增高,2例患者脑脊液红细胞稍高,2例患者脑脊液Aβ40和Aβ42水平下降。药物治疗:4例患者接受了糖皮质激素治疗,3例仅予以对症支持治疗。预后:4例经糖皮质激素治疗的患者其临床症状及影像均明显好转,1例患者仅予以对症支持治疗临床症状及影像学亦有改善。结论脑淀粉样血管病相关炎症患者主要临床特点为局灶性神经功能缺损、认知功能障碍及头痛;磁共振主要特点是皮层及皮质下片状非对称性白质高信号及脑微出血,增强扫描部分患者有软脑膜不同程度强化;糖皮质激素治疗可使多数患者获益,但部分轻症患者亦可出现自发的临床症状和影像学改善。

图像分层优化二元树表示及其转换研究

本文在分析图像分层表示的基础上,提出一种图像分层优化二元树结构表示.该优化二元树结构比指针二元树结构及指针四元树结构简单,多幅图像试验结果表明,该结构比指针二元树数据结构及指针四元树数据结构占用存储空间少.文中还研究了图像从二维数组表示到优化二元树结构表示的转换算法,图像显示结果表明,图像完全一样.

基于特征优选的随机森林算法在湿地信息提取中的应用——以湖北洪湖湿地自然保护区为例

以湖北洪湖湿地自然保护区为研究区,采用随机森林算法对研究区内湿地信息提取.以Sentinel-2A遥感影像为数据源提取光谱特征、植被指数、水体指数、红边指数、纹理特征等特征变量,在随机森林算法框架下,对不同特征变量进行特征重要性评估,比较分类后精度并对特征组合进行优选.将基于随机森林算法的分类精度与传统的基于像元的支持向量机分类方法和最大似然分类方法的分类精度相比较,并通过双比例Z检验比较各算法中正确分类像元的比例统计各分类算法之间的分布差异.结果表明:1)特征个数为13时,分类精度达到最大,随着特征个数的增多,分类精度呈现波动减小的趋势;2)特征变量中蓝光波段重要性得分最高,达到2.85,可见光(B2、B3)与红边指数(IRECI、MCARI)重要性排名靠前,对于提取湖泊湿地信息具有重要意义;3)基于特征优选的随机森林方法分类精度优于支持向量机和最大似然法分类后的精度,其总体精度分别高出6.02%和7.57%;经检验,χ^(2)分别达到25.891和38.895,具有显著差异,表明基于特征优选的随机森林算法分类对湿地信息提取发挥重要作用。

磁共振IVIM-DWI及IDEAL-IQ序列在肝细胞肝癌病理分级中的应用价值

目的 目前最小二乘估算法迭代水脂分离序列(IDEAL-IQ)在肝细胞肝癌(HCC)病理分级中的应用较少。文中旨在比较磁共振体素内不相干运动扩散加权成像序列(IVIM-DWI)和IDEAL-IQ序列在HCC术前病理分级中的价值。方法 回顾性收集2019年7月至2021年5月中国科学技术大学附属第一医院安徽省立医院南区影像中心100例行常规MR扫描及IVIM-DWI、IDEAL-IQ扫描高度怀疑HCC患者的临床资料,最终61例HCC患者纳入研究。HCC的分级方法采用Edmondson-Steiner病理分级法,高分化组14例、中分化组30例、低分化组17例。所有患者均行磁共振扫描,包括IVIM-DWI和IDEAL-IQ序列,数据传输至ADW 4.6工作站,测量病灶ADC、D值、D*值、f值、FF值、R2*弛豫率值。采用ROC分析比较ADC、D及FF、R2*检验效能;采用Spearman秩相关ADC、D、FF、R2*与HCC分化程度相关性。结果 高、中、低分化组ADC值、D值、FF值及R2*弛豫率值差异均有统计学意义(P<0.05)。ADC值、D值、FF值、R2*弛豫率与HCC病理分级均呈正相关,分化程度越高,ADC值、D值、FF值、R2*弛豫率值越高(P<0.05)。R2*弛豫率值对高、中分化鉴别诊断效能最高(AUC=0.914),D值对中-低分化的鉴别诊断效能最高(AUC=0.869)。结论 ADC值、D值、FF值、R2*弛豫率值对评估HCC分化程度具有重要参考价值,D值、R2*弛豫率值较ADC值、FF值可以更准确地预测HCC病理学分化程度。

一种抵抗色调映射攻击的高动态范围图像水印算法

高动态范围(High Dynamic Range,HDR)图像具有丰富的细节信息和更大的亮度范围,但为了能够在普通的显示设备上显示,需要对HDR图像进行色调映射(Tone Mapping,TM)预处理。因此,本文结合HDR图像独特的存储格式和TM是非线性攻击的特点,提出了一种抵抗TM攻击的HDR图像鲁棒性水印算法。首先,为了提高水印算法的鲁棒性,结合TM曲线特点,设计了一个基于亮度和纹理的混合掩模;其次,利用冗余小波变换和奇异值分解提取宿主图像的结构信息进行水印嵌入;最后,设计了一种嵌入位置自适应选择机制,对算法的不可见性进行优化。实验结果表明,所提出的算法可以有效地对抗现有TM的攻击,并且具有较好的不可见性和较高的嵌入容量。

结合注意力与跨层双线性网络的细粒度图像分类

针对细粒度图像分类任务中,对物体进行精准定位并提取更具表达力特征的难题,提出结合注意力机制与跨层特征融合的分类算法:一方面在网络中融入的混合注意力机制能够让系统忽略图像中的背景干扰信息,而将更多的关注重点放在有效信息上,以此来提高模型的判别性区域定位能力;另一方面通过跨层交互能够使得融合后得到的特征向量中包含了更多的局部特征信息,丰富了细粒度特征的学习.实验结果表明,该网络模型在公开数据集CUB200-2011上性能较好,准确率达到了88.2%,相比现有主流方法有明显提升,证明了本模型在细粒度图像分类任务上的有效性和优越性.

属性基数余-亏值定理与信息规律动态内-外分离

函数P-集合是一种特殊的P-集合,在对函数P-集合的属性集合研究的基础上,给出属性基数余-亏与信息规律动态分离概念,给出信息规律内-分离定理、外-分离定理与内-外分离定理。利用这些结果,给出属性基数余-亏在信息图像伪装-隐藏中的应用。