分析图像在物理学中的应用

在运用图象时,必须搞清楚纵轴和横轴所代表的物理量,以及相关物理的单位,且明确要描述的是哪两个物理量之间的关系。特别要注意截距、斜率、图线所围面积、两图线交点等。如果能写出物理量的函数表达式与图象并加以对照,更有助于理解图象的物理意义,进而会帮助自己很好的解题。

基于图像分析的掘进工作面粉尘颗粒检测方法

基于光散射原理测定粉尘质量浓度只能定时定点手动检测,实时性差,且只能检测出粉尘质量浓度,并不能给出粒径分布范围。目前基于图像分析的粉尘颗粒检测研究主要是针对粉尘质量浓度或粒径分布进行单方面研究,并不能实现粉尘质量浓度和粒径分布范围的同时检测。针对上述问题,提出了一种基于图像分析的掘进工作面粉尘颗粒检测方法,探究图像特征与粉尘质量浓度、粒径分布间的关系。通过粉尘样本收集及图像采集装置,采集粉尘颗粒图像并获取采集图像时的粉尘质量浓度。编写粉尘样本图像处理算法,提取图像的灰度特征、纹理特征、几何特征相关参数。对提取的图像特征与实测粉尘质量浓度进行相关性分析,选取相关性较大的图像特征作为参数建立回归数学模型。提取粉尘颗粒对象像素点个数,结合转换系数,基于几何当量等效面积径计算粉尘粒径大小及分布范围。实验结果表明:实测粉尘质量浓度与建立的图像特征多元非线性回归模型数学模型计算值间的平均相对误差为12.37%,标准实测粒径与几何当量等效面积径得到的粒径分布间的最大相对误差为8.63%,平均相对误差为6.37%,验证了基于图像特征的粉尘质量浓度回归数学模型和基于几何当量等效面积径分布数学模型的准确性。

基于计算机图像分析处理的插秧机优化研究

以进一步提升插秧机的作业效率及智能化应用为目标,选取其可视化处理与执行组件为研究对象,基于计算机图像分析与处理技术展开优化研究。通过分析插秧机的结构组成及作业特征,搭建计算机图像特征处理模型,经内部特征计算匹配,设计了完整、有效的插秧图像分析处理流程。展开计算机图像分析与处理优化下的整机作业试验,结果表明:与传统机械特征分析相比,图像识别准确率得到较大提升,插秧均匀率可提升至94.39%,插秧效率相对提升8.30%,满足了插秧机智能化作业需求,具有较好的推广应用价值。

人工智能在OCTA图像分析和眼部疾病诊断中的应用指南(2024)

光学相干断层扫描血管成像(OCTA)是一种无创成像技术,可提供三维、信息丰富的血管图像。大量研究表明,OCTA技术在影像生物标志物量化、诊断和监测方面具有独特的优势,因此在实验及临床研究中得到了迅速的应用。图像分析工具可快速、准确地量化OCTA的血管和病理特征,从而大大提高了OCTA成像的价值。近年来,人工智能(AI)已成为最强大的图像分析方法,特别是基于深度学习的图像分析可提供各种情况下的精确测量,包括不同的疾病和眼部区域。在此,中国医药教育协会眼科影像与智能医疗分会和国际转化医学会眼科专业委员会组织专家总结了国内外AI在OCTA图像分析和疾病诊断中的应用,其中包括脉络膜新生血管等病变的准确检测、视网膜灌注的精确量化以及可靠的疾病诊断,并分析目前面临的挑战和发展方向,经过多轮讨论和修改,形成了AI在OCTA图像分析和眼部疾病诊断中的应用指南,该指南旨在为临床提供新的见解和参考。

研究生在线课程建设及混合式教学改革——以数字图像处理与分析课程为例

数字图像处理与分析是人工智能学科研究生教育的一门重要专业课。针对数字图像处理与分析研究生课程教学中,授课时间不足、教学资源相对缺乏、理论教学与实验环节脱节和课程思政内容较少等问题,构建在线精品课平台,对传统教学模式进行改革,推进线上线下混合式教学模式。注重课程体系构建与教学内容创新,整合视频、课件、案例库等资源,建设线上教学平台,充实课程思政及实践实验工程训练内容,结合课前、课上、课后三个教学阶段的特点,开展混合式教学。以武汉理工大学为例,验证教学模式的改革效果。

基于深度学习和图像多样化分析技术的货物类型识别技术研究

该文采用云端EasyDLAI开发平台,通过工作机终端外接网络摄像头系统架构,设计了一个基于机器深度学习的货物检测与类型识别系统。该系统采用B/S架构模式设计,充分利用人工智能技术和机器深度学习特征,实现通过摄像头捕捉的实时图像,自动与深度学习后的图像集进行快速比对后查验识别物体及类别,应用在仓储、物流等企业,能够减少人力与时间资源的成本投入,大大提高货物识别及统计效率。

面向电力无人机巡检图像分析处理的自动化深度学习系统:架构设计与关键技术

当前电力无人机巡检图像处理模型存在适用范围小、研发成本高、研发周期长等问题,文章提出一种面向无人机巡检图像分析处理的自动化深度学习系统,明确该系统设计的泛化性、可拓展性、自动化三要素,综述与三要素密切相关的技术进展,设计系统架构,构建原型系统。实验表明,在绝缘子自爆识别和鸟巢识别2项电力无人机巡检图像分析处理上,系统自动化构建的模型全类平均精度分别可达91.36%和86.13%,表明系统设计理念合理且系统架构可行。

基于深度学习的医学图像分析域自适应研究

深度学习技术的广泛应用有力推动了医学图像分析领域的发展,然而大多数深度学习方法通常假设训练集和测试集是独立同分布的,这个假设在模型临床部署时很难保证实现,因此常出现模型性能下降、场景泛化能力不强的困境。基于深度学习的域自适应技术是提升模型迁移能力的主流方法,其目的是使在一个数据集上训练的模型能够在另一个没有或只有少量标签的数据集上也获得较好结果。由于医学图像存在着样本获取和标注困难、图像性质特殊、模态差异等情况,这给域自适应技术带来很多现实挑战。首先介绍域自适应的定义及面临的主要挑战,进而从技术角度分类总结了近年来的相关算法,并对比分析其优缺点;然后详细介绍了域自适应常用的医学图像数据集以及相关算法结果情况;最后,从发展瓶颈、技术手段、交叉领域等方面,展望了面向医学图像分析的域自适应的未来研究方向。

图像分析算法在无人机果园巡检系统中的应用

以进一步提升无人机果园综合巡检效率为目标,基于图像分析算法的应用展开讨论。以无人机果园巡检系统核心结构及原理为出发点,通过建立有效的图像分析算法模型,针对无人机巡检系统完成软件控制及硬件配置设计,以实现无人机果园巡检系统的整体性优化,进行巡检系统的应用效果试验,结果表明:图像分析算法下的无人机整体巡检作业能力得到显著提高,图像识别准确率与图像分类准确率分别提升了8.52%、8.66%,综合巡检效率可达90.72%;系统运行稳定,各部件协作良好,较好地改善了无人机果园巡检作业水平,有利于智慧农业的深度发展。

基于视频图像分析的行人遇袭安全预警监测技术研究

在对行人身体的攻击发生之前,提前发现早期潜在攻击威胁可减少暴力事件的发生。为实现该目的,提出了基于视频图像分析的自动威胁行为检测新方法,通过该方法,可在行人身体接触发生之前产生潜在攻击威胁的早期预警,即当攻击者离受害者还有一段距离时,就可以检测到潜在的威胁,从而实现预警生成。为验证所提出的算法在攻击威胁检测中的有效性,将其性能与3种方法进行了对比。对比结果表明,与所对比方法相比,所提出的方法对攻击威胁检测的准确率更高。

全视野数字病理图像智能分析

随着数字组织病理学的快速发展,全视野数字病理切片(whole slide imaging, WSI)在医疗领域得到了广泛应用。近年来,深度学习算法的飞速发展为WSI的研究提供了新契机。为更好地分析WSI,充分利用其中丰富的细节信息,通过深度学习算法提取WSI图像特征,进而完成各种下游任务已成为当前的研究热点。本文对WSI图像的智能分析作了综述,首先介绍了利用深度学习进行颜色归一化的方法,随后回顾了不同研究在输入数据筛选方面采用的不同策略。最后,本文总结了深度学习在WSI的分割、分类、预测三大任务中的应用,并探讨了其在WSI应用中面临的挑战和未来的发展方向。

图像恢复与分析及其在锌浮选过程性能指标预测中的应用

选矿是矿物加工中一道关键流程,而泡沫浮选作为一种重要的选矿方法,其性能的监测至关重要。目前浮选过程主要依据人工观察泡沫判断当前矿物品位高低从而调整药剂添加量,具有一定主观性。为解决锌浮选过程中缺乏有效手段对锌品位的监测、降低浮选现场操作工人的劳动强度,采用基于图像恢复与分析的锌浮选过程的品位预测方法,以实现对锌浮选关键性能指标的有效监测。实验结果表明,该方法能精确预测锌浮选过程的精矿品位和回收率,实现预期的状态监测,对于提高选矿厂的整体自动化水平和建设智慧矿山具有重要意义。

基于深度学习的图像分析处理技术在建筑外墙裂缝特征检测中的应用研究

作为一种常见的建筑物病害,建筑裂缝不仅影响建筑物的美观和使用寿命,还可能危及建筑物的结构安全。因此,准确检测和计算建筑外墙裂缝的特征参数,对于保障建筑物的安全和延长其使用寿命具有重要的意义。通过应用基于深度学习的图像分析处理技术,结合深度学习模型的优势,提升对小尺寸裂缝检测能力和对非均匀背景的适应性,为建筑外墙裂缝检测提供更为先进和可靠的解决方案,同时为深度学习技术在建筑领域的应用提供了新思路。

皮肤图像分析技术在白癜风诊断中的应用

探讨皮肤图像分析技术在白癜风诊断中的应用。方法 筛选2022年9月-2023年9月于我院的局限性色素减退斑患者208例,通过皮肤影像处理系统皮肤图像分析技术对皮损的颜色、微观形态以及特征进行观察,临床和实验室共同确诊所有花斑藓,病理活检确诊其余病例。结果 入选患者中确诊患者情况如下:31例花斑藓患者,115例白癜风皮损者,14例白色糠疹者,9例老年性白斑者,贫血痣3例,无色素痣和特发性滴状色素减退症5例,炎症后色素减退26例。115里白癜风患者存在皮损情况,其中包含41例稳定期患者和74例进展期患者,而近期存在治疗史的皮损患者均发生毛细血管扩张情况,相较于稳定期,进展期患者发生皮周色素加深几率更低,且进展期白癜风患者皮损出发生毛细血管扩张、周围色素加深以及毛周色素残留情况的几率更高(P<0.05)。结论 白癜风早期诊断中皮肤图像分析技术应用优势明显,可以为临床干预方案的选择提供切实有效的依据,值得推广应用。

316L不锈钢电解抛光的MATLAB图像定量分析

基于机器视觉的不锈钢表面无损检测方法正受到工业界关注并得到研究人员的探索与开发。本研究使用MATLAB对电解抛光的316L不锈钢表面金相图进行图像二值化处理,保留区域点蚀和过抛腐蚀区的黑色像素点和黑色区域,除去浅色划痕和不明显的凹凸区域。图像腐蚀处理选取半径为3个像素点的圆形结构元素为参数,去除图像噪声,增强图像黑色像素区域边界和对比度。选取图像的黑色像素占比和点蚀区域数量作为特征变量,并通过对特征变量进行测量和计数来评估抛光效果。在此基础上,借助MATLABGUI编程平台开发了一个基于图像定量分析过程的抛光效果评估程序,应用该程序可快速获得316L不锈钢电解抛光材料点蚀定量数据,使金相图片分析数值化,弥补主观判断的不足。该方法得到的结果与基于探针式粗糙度测量的优化结果一致。

探索图像分析中适用于评估皮肤毛孔的指标

通过主观评估和图像分析对面部毛孔进行评估,并对其结果进行对比分析,探讨适用于作为评价毛孔的评估指标。184名符合条件的健康志愿者参与并完成试验,由VISIA®采集志愿者面部图像,使用VISIA®和Image-Pro®Plus(简称IPP)分析面颊毛孔图像和研究者进行主观评估,对试验结果进行统计分析。从两相关系数分析和线性回归分析结果可知,VISIA®与Image-Pro®Plus的毛孔大小、密度参数具有相关性。毛孔特征计数(VISIA)与毛孔个数(IPP)呈正相关(P<0.001)。毛孔分值(VISIA)与毛孔面积占比(IPP)、毛孔面积平均值(IPP)、毛孔直径平均值(IPP)均呈正相关(P<0.001),其中毛孔分值(VISIA)与毛孔直径平均值(IPP)的相关性较低(线性回归分析R2为0.2702)。由统计分析得知,主观评估结果与VISIA®和Image-Pro®Plus所分析的毛孔大小、密度参数具有一定的相关性。主观评估结果-毛孔大小评分与毛孔分值(VISIA)呈正相关(P<0.001),主观评估结果-毛孔大小评分与毛孔面积占比(IPP)、毛孔面积平均值(IPP)均呈正相关(P<0.001);主观评估结果-毛孔密度评分与毛孔特征计数(VISIA)呈正相关(P<0.001),主观评估结果-毛孔密度评分与毛孔个数(IPP)呈正相关(P<0.001)。VISIA®指标中毛孔特征计数和毛孔分值与Image-Pro®Plus指标中毛孔个数、毛孔面积占比和毛孔面积平均值适合用作评价毛孔特征的评估指标。

基于Yolov5与图像分析的道路病害目标检测方法研究

如今深度学习、图像分析技术在道路病害自动化检测识别方面都有些探索应用,在实际场景应用时也取得一些效果,但仅使用单一算法研究在实际应用中仍存在一些问题,在实际应用中检测准确率和检出率并不理想。本文主要是结合深度学习网络和图像分析各自技术优点,提出“预处理+识别+后处理”的融合应用思路,采用了Yolov5算法和图像分析相关算法进行研究分析,在分析Yolov5算法原理和特点基础上,采用图像增强和白平衡算法来对图像图片进行处理,突出道路病害特征,也通过形态学方法膨胀处理,实现图像图片降噪处理,使得病害几何特征更明显。该研究应用取得了较为显著的效果,充分证明了多种算法技术结合应用的有效性和高效性。

基于图像分析技术的城轨车站半高屏蔽门翻越监测系统设计与研发

城市轨道交通地面或地上高架车站通常采用1.5m左右半高屏蔽门,用于防止乘客候车时不慎掉落站台。由于半高式屏蔽门的门体不能将乘客与铁轨区进行完全隔离,易出现乘客通过翻越屏蔽门方式进入轨行区域,造成人员伤亡及大面积运营中断的运营安全事故。针对该问题,文章基于目前主流的图像智能分析技术,通过目标检测、目标跟踪、图像识别等方法,设计研发一套半高站台门翻越监测系统。该系统可对乘客翻越行为进行识别、监测和报警,能够有效识别乘客翻越的异常行为,并可同步将报警信息发送至车站综控室,便于车站值班人员及时发现并处置。该系统的应用将有效提升车站安全管理水平、应急处置效率和智能化管理水平。

热轧线材表面缺陷的图像纹理分析及其缺陷机制探究

热轧线材是金属材料加工中广泛应用的一种形式,其表面质量直接影响最终产品的性能和质量。针对常见的热轧线材表面缺陷,明确不同类型缺陷的特征及其对产品性能的影响。在热轧线材表面缺陷分析中采用的图像处理技术和算法,揭示工艺参数对表面缺陷的影响以及纹理特征与缺陷形成的关联性,为热轧线材表面质量控制提供理论支持。

数字光学三维图像分析仪EvaSKIN在评价皱纹中的应用

验证数字光学三维图像分析仪EvaSKIN在客观、定量评价皱纹中的有效性。招募115例受试者,使用数字光学三维图像分析仪和人工摄像方式采集受试者的面部图像,分析鱼尾纹随年龄的变化情况。相较于人工摄像方式,数字光学三维图像分析仪EvaSKIN实现对皱纹三维提取,得到鱼尾纹随年龄变化趋势:20~30岁皱纹开始慢慢出现;30~50岁皱纹会快速增加;50~60岁皱纹长度基本定型,皱纹呈纵向发展,逐渐加宽加深,其面积、深度和体积增长幅度增加,皮肤衰老状况加剧。数字光学三维图像分析仪EvaSKIN实现对皱纹的三维提取,量化了皱纹的周长、面积、平均深度、最大深度和体积,实现对皱纹状态的客观、定量评价。