活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。

2940nm铒像素激光联合rhEGF凝胶外敷治疗痤疮凹陷性瘢痕

目的:探究2940 nm铒像素激光联合重组人表皮生长因子(Recombinant human epidermal growth factor,rhEGF)凝胶外敷对痤疮凹陷性瘢痕患者皮肤生理参数、屏障功能和瘢痕权重得分的影响。方法:选取2020年2月-2023年2月笔者医院收治的78例痤疮凹陷性瘢痕患者,随机分为实验组(39例)和对照组(39例)。对照组给予点阵CO_(2)激光联合rhEGF凝胶进行治疗,实验组给予2940 nm铒像素激光联合rhEGF凝胶进行治疗,观察两组治疗后的疗效和不良反应以及治疗前后美学评分、皮肤生理参数(角质层含水量、油脂量和丝氨酸蛋白酶活性)、屏障功能[经皮水分丢失(Transepidermal water loss,TEWL)、pH值、皮肤红斑指数(Erythema index,EI)和角质层完整性(粘脱蛋白质含量)]、瘢痕权重得分(Echelle d'evaluation clinique des cicatrices d'acne,ECCA)和治疗期间不良反应发生情况。结果:治疗后,实验组总有效率明显高于对照组(P<0.05);实验组主观和客观美学评分均高于对照组(P<0.05);实验组角质层含水量明显高于对照组,油脂量和丝氨酸蛋白酶活性明显低于对照组(P<0.05);实验组TEWL、pH值、EI和粘脱蛋白质含量均明显低于对照组(P<0.05)。治疗2、3次后,实验组的ECCA评分明显低于对照组(P<0.05)。两组不良反应发生率差异无统计学意义(P>0.05)。结论:将2940 nm铒像素激光和rhEGF凝胶联合应用于痤疮凹陷性瘢痕患者的临床治疗中,其疗效良好,能提高患者面部皮肤的美学评分,调控皮肤生理参数,改善屏障功能,减轻瘢痕程度,且安全性良好。

谐载欠采样图像采集疲劳裂纹在线测量方法

针对谐振疲劳裂纹扩展试验中,由裂纹闭合引起裂尖和背景区域图像灰度对比度不高造成的裂纹长度动态测量精度不高、稳定性不够的问题,提出一种谐振载荷状态下基于欠采样频闪图像采集疲劳裂纹长度在线测量方法。该方法首先在一个欠采样周期内通过同步控制器硬触发摄像机等间隔采集裂纹试件图像,同时载荷控制器获得与采集图像匹配的一系列载荷点,对载荷点进行最小二乘曲线拟合,拟合曲线幅值点近似谐振载荷最大点;然后将幅值点与邻近载荷点相位差对应时间反馈给同步控制器校准采集间隔,使每个欠采样周期采集接近谐振载荷最大点的裂纹张开图像;最后采用基于亚像素角点检测裂纹长度测量方法对裂纹张开图像进行在线测量。试验结果表明:测量数据稳定,测量精度可达0.025 mm。

基于机器视觉的菊花生长自动无损监测技术

本研究采用机器视觉及图像处理技术对多株植物生长信息进行了监测研究。该监测系统使用的CCD相机被安装在四周均布10株被测植物的精密旋转云台上,相机的镜头前安装了近红外滤片,在相机顶部安装了近红外光源。旋转云台按一定时间间隔自动定角度旋转,旋转到设定角度后,CCD相机对被测植株进行取像。利用该系统,可以长时间自动连续对多株植物进行监测。为了提高测量精度,实验过程中在被检测对象的茎节叶腋处粘贴反射亮片,在图像分析处理过程中,采用一种基于亚像素和区域匹配的误差消除估计算法EEC图像分析的处理方法,有效地提高了检测精度。并且,通过研究发现在图像匹配过程中,参考模板的最小尺寸应大于15×15pixel。利用该系统对菊花的茎长生长进行了监测分析,发现白天菊花的茎长生长率要小于夜间的生长率。该研究为利用机器视觉技术连续非接触监测植物的生长信息提供了技术理论基础。

基于地球网格剖分的球体3D-Voronoi图生成

球体3D-Voronoi图是球面Voronoi图向球体空间扩展产生的,可用于空间目标管理与空间行为建模。在全球空间网格剖分与编码基础上,提出了一种基于地球网格剖分的球体3D-Voronoi图生成算法。首先针对生长元为点集和全要素两种情况,分别给出了球体3D-Voronoi图的定义;然后阐述了基于活动像素生长的球体3D-Voronoi图生成算法的原理和具体实现步骤;最后以雷达探测威胁源和火力打击威胁源为生长元生成球体3D-Voronoi图,并提取边界网格,用于减少飞行器路径规划搜索网格范围,验证了算法的有效性。

玉米叶片生长状态的双目立体视觉监测技术

研究了使用双目立体视觉技术监测玉米叶片运动的可行性,视觉监测系统包括一个能够垂直升降和水平移动的支架,用于支撑双目相机连续监测被试样品。采用白色荧光小球作为标志物,简化图像算法的同时增加了三维坐标测量精度。图像处理过程中采用亚像素边缘检测算法,有效地提高了立体匹配的精度。仿真实验结果表明,系统测量误差可达0.0139 cm,能够检测叶片微小的位置变化。

功率多普勒成像与MVD、VEGF检测乳腺肿块血管生成的相关性研究

目的探讨功率多普勒成像(PDI)与微血管密度(MVD)、血管内皮生长因子(VEGF)检测乳腺肿块血管形成的相关性并评价其临床应用价值。方法选择2005年9月～2006年3月山西医科大学第二医院乳腺科乳腺肿块患者39例,均为女性,年龄22～71岁,平均年龄44.5岁(良性组39.2岁,恶性组48.8岁)。良性17例,恶性22例。对全部患者行超声检测,采用计算机Photoshop7.0软件对肿块功率多普勒血流信号进行定量分析,测定彩色像素密度(CPD);用抗CD34因子及抗VEGF因子免疫组织化学染色测定肿块MVD及VEGF阳性表达率,对CPD与MVD的相关性进行分析。结果恶性组CPD、MVD及VEGF阳性表达率较良性组高,两者差异有显著统计学意义(P<0.01),CPD与MVD间具有良好相关性(r=0.822,P<0.01)。结论PDI所测CPD可较好反映乳腺肿块血流情况,有助于乳腺疾病的鉴别诊断,与MVD计数、VEGF测定相结合,能全面反映肿瘤血管生成状态。

复杂环境下的激光雷达目标物实时检测方法

目标物实时检测是自动驾驶决策控制的基础信息,保证了智能车安全可靠的行驶。针对现有的尤其是城市复杂场景下的基于三维点云的方法对地面点云去除不干净、目标物过分割欠分割等问题,提出一种基于激光雷达的智能车目标物实时检测方法。在分析三维点云数据特征的基础上,采用一维核密度估计和RANSAC（随机抽样一致性）的方法去除背景点云,然后通过将三维点云映射到二维图像域中,使用像素区域生长和连通区域标记的方法提取目标物,得到轴向矩形盒体作为目标物,完成智能车的目标物实时检测。实验证明,该方法将地面点云去除的非常干净,同时很好的保留了目标物点云,解决了绝大多数情况下的目标物过分割和欠分割问题,在自车前后各100m左右各20m的感兴趣区域内,目标物提取正确率为98%以上,纵向和横向检测距离偏差平均都在16cm内,算法运行时间在45ms/帧内。

基于区域生长的PCNN自动目标分割算法

在基于电动轮椅的机械臂目标抓取研究背景下,通过图像分割实现对目标物的定位.只有目标物与背景的准确分离,才能使机械臂通过轮椅移动平台准确地移动到其工作范围内实现抓取工作.结合研究中目标物受光线因素影响而导致图像分割不准确现象,本文提出了一种基于区域生长的PCNN自动目标分割算法.经实验证明,该方法可以有效避免传统PCNN算法因目标物受光线因素影响而无法对目标物准确分割的问题,且该方法通过目标物分割而获得定位坐标的准确率达到98%,仅对感兴趣区域进行分割,避免对无关信息的处理,运行效率平均达1.61 s,具有一定实时性.

乳腺恶性肿瘤能量多普勒超声成像与VEGF表达的相关性分析

目的探讨应用能量多普勒超声(PDI)与血管内皮因子定量检测乳腺恶性肿瘤血流的相关性并评价其临床应用价值。方法采用PDI观察肿块血流信号的情况,将血流信号分为0-Ⅲ级,使用频谱多普勒测定肿块血流的峰值流速(Vmax)和阻力指数(RI),通过计算机辅助定量测定肿块彩色像素密度(CPD);术后标本组织进行抗VEGF免疫组化染色,判定血管内皮生长因子(VEGF)阳性表达率,得出结果与超声彩色像素密度值进行对比分析。结果能量多普勒显示恶性肿块的彩色血流信号丰富,血流分级较良性组级别高。彩色像素密度在恶性组与对照组间差异有统计学意义,恶性组并腋窝LN(+)的彩色像素密度高于腋窝LN(-)组,能量多普勒超声测定乳腺恶性肿瘤的彩色像素密度与VEGF表达(Expression)有较好的正相关性(r=0.9162);恶性组并腋窝LN(+)的血管内皮生长因子阳性表达率高于腋窝LN(-)组。结论乳腺肿瘤内的彩色多普勒能量成像血流丰富程度和VEGF从不同角度反映了乳腺肿瘤血管生成特性,PDI所检测的乳腺肿瘤内血流信号与VEGF表达相关性较好;术前采用PDI定量检测乳腺恶性肿瘤血供情况,可为本病的临床诊治及预后判断提供重要信息。

基于密度-距离空间的红外引信抗噪声方法研究

目的通过简易的图像处理和目标检测方法,提高红外引信在复杂环境下的抗干扰能力。方法分析红外引信在复杂背景中的噪声类别,采用“密度–距离”空间方法与像素生长方法进行预处理和目标检测,赋予像素2种属性,并进行量化分析,确定灰度平坦区域中的红外候选目标,并通过像素生长方法筛选候选目标中的真实目标。结果计算在不同信噪比环境下算法的抗噪声干扰能力,当红外图像的SNR值在44.1~45.4时,算法检测效果理想。结论红外引信探测过程中的复杂背景和随机噪声都会降低图像质量,考虑到红外目标所占像素数少,极易受噪声影响,需要运用自适应简易算法提高检测准确性。该算法有良好的实时性和抗干扰能力,为红外引信在目标检测中的环境适应性提供了理论依据。

基于MODIS NDVI的植被长势监测研究

遥感技术是农作物种植面积监测的一种快速、经济和准确的新技术。本次研究以我国西北部区域为研究区,利用MODIS NDVI数据,对该区域的草场植被长势进行监测。结果表明:a)植被的NDVI值呈季节性变化规律,研究区东南地区植被长势良好,而西北地区植被长势不佳;b)MODIS地表反射率数据(MOD13Q1)对西北地区的植被生长动态监测得到了很好的验证,可见,用时间序列的NDVI值监测植被长势是可行的;c)根据MODIS NDVI数据反映的该地区植被覆盖情况,相关部门应当因地制宜,做好防护措施,防止牧民过度放牧,使该地的生态脆弱性不被破坏。

求差分割与泛游程去噪提取光条中心模式

针对基于片光源产生光条的CCD视觉大型锻件在线测量系统的特点和要求,提出求差分割与泛游程去噪提取光条中心模式。该模式主要分为求差、去噪、光条修复与中心提取三个主要步骤,其中:求差是模式核心思想;去噪是关键技术,包括半阈值去噪、泛游程去噪、八连通去离散点等处理;光条修复包括主体复原与边缘区域增长修复。实验结果表明,该模式具有较为满意的提取效果。

材料形貌对碲镉汞红外焦平面器件性能的影响

碲镉汞材料表面的粗糙度对钝化膜层的质量、接触孔的光刻与刻蚀都有着显著的影响,研究其表面的粗糙度对器件性能的影响具有重要意义。在本文中,我们分别研究了碲镉汞的小平面形貌和台阶形貌对器件性能的影响,以及不同表面粗糙度的碲镉汞材料对器件制备工艺和最终性能的影响。研究表明,随着材料表面粗糙度的增加,钝化层的质量下降,接触孔的均匀性下降,且接触孔的形貌变差,I-V性能下降,最终导致器件的响应非均匀性增加,盲元数增加。

基于亚像素边缘检测方法的橡胶裂纹扩展实验研究

橡胶疲劳裂纹扩展实验中,通常采用光学方法测量裂纹扩展长度,但其精度受限于相机分辨率。本研究采用canny算子对拍摄的裂纹图片进行边缘检测,并对裂尖边缘进行线性插值得到亚像素级精度的裂纹尖端坐标,可在相机分辨率固定的情况下有效提高测量裂纹扩展长度的精度。在此基础上,首先开展了室温下合成橡胶的裂纹扩展疲劳实验,即采用恒幅加载方式对预制裂纹的矩形试件进行平面拉伸。然后使用亚像素边缘检测方法获得了更为精确的裂纹扩展速率,结合准静态拉伸实验得到的撕裂能数据,拟合得到了合成橡胶的疲劳裂纹扩展特性参数。最后将亚像素边缘检测方法与传统光学测试方法进行了对比,发现该方法所得数据稳定性更好,裂纹扩展速率的测算更为精确,在记录间隔循环次数较短的情况下具有明显的优势。

基于卷积神经网络与区域生长法的建筑裂缝识别

基于卷积神经网络(CNN)的建筑裂缝识别结果大多为含有裂缝的面元图像,而并非裂缝本身.本文将CNN与区域生长法结合,提出一种两阶段方法用于提取像素级别的裂缝特征.利用数据扩充法建立裂缝图像数据库,选择包括Alexnet、Vgg16、Vgg19、Inception-V3和ResNet50的5种典型CNN用于裂缝识别.综合考虑样本图像的整体准确率,单张图像的裂缝识别精确度及背景图像的置信度,确定精度最高的CNN,得到裂缝面元图像;利用区域生长法对CNN识别的裂缝面元图像进行裂缝特征提取,得到像素级别的裂缝图像.研究表明,Inception-V3网络在裂缝识别中具有较高的识别精度;通过区域生长法进行裂缝特征提取,可以得到精度较高的像素级别裂缝特征图像.该研究提供了一种高精度的建筑裂缝识别方法.