全景钻孔图像中结构面全自动识别方法研究

数字全景钻孔摄像技术在实际工程上得到了广泛的应用,获得大量的高精度实测钻孔图像。这些钻孔图像准确记录了地质特征信息,特别是结构面的几何形态特征。然而,这些特征信息的获取通常是由人工完成的,工作量大,人为因素较多。针对该问题,提出一种针对全景钻孔图像的结构面全自动识别方法。该方法首先提出用图像灰度梯度合成信号在钻孔深度方向的投影的方法来划分结构面所在区域及其产状范围;然后提出用标准模板正弦函数迭代匹配结构面特征量的方法来搜寻区域内结构面的所有可能正弦曲线,并从中筛选出最优的正弦曲线作为结构面的特征曲线;最后结合区域划分和模板函数匹配的结果,分析特征曲线参数,并进行再匹配和转换,最终得到工程所需的结构面位置、倾向、倾角和隙宽等参数,从而实现钻孔图像结构面的全自动识别。结果表明该方法能够连续快速地全自动识别整个钻孔图像内的结构面,并获得对应的高精度几何参数,算法稳定可靠、结构面识别率高。与传统方法相比,该方法首次实现了整个钻孔图像中结构面的全自动识别与几何参数提取,极大地提高了工作效率,为钻孔图像的后期处理与信息获取提供一种实际可行的有效方法。

浅谈全自动指纹识别系统管理及运用

“指纹自动识别系统”作为一种高科技手段 ,已经在刑侦领域得到了广泛的应用。在应用的过程中 ,一定要注意指纹采集、贮存、检索一体化 ,同时还要抓该项工作管理制度的落实与操作人员素质的提高 ;尤其是在检索时 。

DI-60型全自动数字化细胞形态识别分析系统的临床应用

目的评估DI-60型全自动数字化细胞形态识别分析系统(简称DI-60系统)对外周血细胞的认知和分辨能力。方法对随机选取的322份血液标本采用SYSMEX XN-9000全自动血液细胞分析流水线检测后用SP-10自动涂片染色仪进行自动推片、染色,然后使用DI-60系统对已经染色好的血涂片进行血细胞预分析识别,再由有丰富形态学经验的主管技师对预分类的细胞进行复核。结果 DI-60系统对322份血液标本进行白细胞(WBC)预分类,共扫描记录了56 728个细胞及杂质,正确数为51 704个,正确率为91.14%,错误数为5 024,错误率为8.86%。结论 DI-60系统只能对WBC进行预分类,识别WBC分叶中性粒细胞、嗜酸粒细胞、淋巴细胞、单核细胞、大血小板、血小板聚集、涂抹细胞及人造细胞(杂质)等的正确率较高,均在95%以上,而对变异淋巴细胞、浆细胞等的识别正确率低,均在5%以下。

谱聚类递归神经网络集成的全自动公开区分计算机和人的图灵测试识别算法

针对粘着全自动公开的区分计算机和人的图灵测试(CAPTCHA)的识别问题,提出了一种基于谱聚类递归神经网络(RNN)集成的识别算法。该算法首先使用不一致测度度量两个RNN之间的距离,构建出一张由多个候选RNN形成的图;然后基于谱图聚类理论,将多个RNN划分为不同的簇,并在每个簇上选择最佳RNN参与集成。实验结果表明:相对于单个候选RNN,该算法的识别率提高了约16%;相对于全部候选RNN构成的集成系统,该算法形成的集成规模更小,仅为原来的23%。

摄像机标定的棋盘格模板的改进和自动识别

为了克服在摄像机标定过程中需要使用者给出标定模板的附加信息,或全自动标定点识别算法在遮挡、不均匀照明、大视角和摄像机镜头畸变情况下不能检测出标定点的缺点,提出一种改进的基于基准点标记的棋盘格模板以及相应的全自动识别算法。新的摄像机标定模板以基准点标记代替传统棋盘格的黑白方块,从而使全自动识别算法识别出标记的位置。利用模板中标记按照标记ID从小到大的顺序排列的先验知识,估计丢失的标定点位置。为了提高丢失标定点在图像中初始位置的估计,算法估计径向畸变参数,从而克服了畸变对识别的影响。为了提高标定点的定位精度,利用高精度的鞍点检测器,从而标定点的定位精度小于0.05像素。为了检测鞍点的有效性,算法提出2种滤波准则,最终得到有效的标定点。识别算法是有效的且不需要任何参数。实验结果表明,对于同样的摄像机和背景,使用改进的棋盘格模板及其识别算法获得的标定点进行摄像机标定的投影误差比ARTag减少70%。

全自动血细胞形态识别系统在医学检验技术专业学生血细胞形态实习教学中的应用

目的探讨全自动血细胞形态识别系统在医学检验技术专业血细胞形态实习教学中的应用效果。方法采用试验对照方法,2022年11月至2023年10月,选取在中国人民解放军总医院第三医学中心检验科实习的3所医学院校2019级和2020级医学检验技术专业的63名学生为研究对象,将其随机分为试验组和对照组,试验组31名学生、对照组32名学生。试验组学生采用全自动血细胞形态识别系统辅助教学,对照组学生采用传统的显微镜辅助教学方法。教学结束后,对两组学生进行血细胞形态识别考核和教学方法满意度调查,采用t检验和χ^(2)检验对相关数据进行统计分析。结果试验组学生血细胞形态识别考核成绩(78.87±6.55)分,高于对照组学生的(73.06±7.94)分;试验组学生对教学方式创新性、教学资源丰富性、教学方式兴趣性、教学过程互动性、课后复习便利性、基础知识强化性的评分分别为(4.10±0.65)分、(4.10±0.70)分、(3.32±0.65)分、(3.87±0.72)分、(4.06±0.68)分、(3.94±0.57)分,高于对照组学生的(2.91±0.69)分、(3.16±0.63)分、(2.75±0.80)分、(3.03±0.60)分、(2.84±0.63)分、(3.06±0.67)分,其差异均具有统计学意义(均P<0.05)。结论全自动血细胞形态识别系统在医学检验技术专业学生实习教学中的应用,有助于提高血细胞形态教学质量,提高学生对教学的满意度。

基于CAPTCHA和Winnow算法的垃圾短信过滤研究

为识别并过滤掉日益增多的垃圾短信,提出了基于全自动人机识别系统(CAPTCHA)和Winnow算法的过滤方法。在CAPTCHA方法中,根据用户能否正确辨认图片,人类和计算机能被辨别,该方法能有效地过滤计算机发送的组垃圾短信。改进的Winnow过滤器可以直接处理原始文本,节省了中文分词时间,而且利用了复合分类思想,提高了分类精度。实验结果表明,CAPTCHA和改进的Winnow算法相结合能较准确地过滤掉垃圾短信。