可变区域的视频图像幅型比非线性缩放算法

详细讨论了算法的原理和工程实现方法。结果表明,该算法既可保证主景图像不失真及图像内容的完整性,又可充分利用电视屏幕的整个显示区,达到较完美的视觉效果。

基于RGB分量统计的可变区域彩色图像分割算法

为了能够对彩色图像进行高效的分割,提出了一种可变区域的图像分割算法,利用基于图像全局RGB分量统计信息的活动轮廓模型进行曲线演化,并使用水平集表示轮廓。通过改变和缩小分割区域的策略,将分割过程分为多个阶段进行。在灰度图像的分割算法的基础上,将可变区域策略拓展到彩色图像。实验结果表明,图像中多连通区域的物体能够被准确且快速地分割出来。与现有模型相比,可以自动地完成工作而无须人工干预,并且算法快速方面有明显的改进。

关于可变区域问题的变分法以及广义数学规划问题

本文具体研究了定义在可变区域上或可变边界表面上的泛函的一阶、二阶变分问题，得到了与经典变分法相对应的关于可变区域问题的变分法。并用该变分法讨论了具有可变区域的弹性系统的势能原理。另一方面，与传统的数学规划相对应，研究了可变区域上泛函的约束极值问题——广义数学规划问题，给出了相应的广义Ｋｕｈｎ－Ｔｕｃｋｅｒ条件。

基于可变区域特征和SVM的步态识别研究

根据人体随步态变化不一样的特点,提出了一种基于人体可变区域分割的步态识别方法。首先,应用背景差方法分割出运动人体轮廓,然后将人体分为多个可变区域,并通过计算获取特征向量。最后对得到的特征量采用SVM进行步态的分类和识别。在UCSD和CASIA步态数据库上进行实验,结果表明该方法不但能克服由于获取的特征量过少而造成的信息丢失,还取得了较好的识别性能。

改进可变区域拟合模型的合成孔径声呐图像分割方法

为了自动且高精度地分割合成孔径声呐图像中的目标和阴影区域,提出一种核函数尺度自适应可变区域拟合(RSF)模型的分割方法。使用一种基于K-均值聚类的自动初始化方法对水平集进行初始化,减少了人为干预;提出改进的核函数尺度自适应RSF模型,其利用声呐成像中目标与阴影在沿扫测方向具有近似宽度的一般规律,自适应选择核函数尺度参数,使得对应目标和阴影的水平集函数能够同步演化,提高最终分割精度。通过对真实声呐图像的实验结果分析,验证了该方法能较为准确地实现目标和阴影区域的分割,具有一定的精确性和适应性。

基于可变区域拟合水平集算法的改进

基于可变区域拟合水平集算法利用图像的局部区域信息,在活动曲线演化控制参数的手工设置使其应用受到了限制。本文提出了将灰度信息图像匹配原理应用到RSF模型中,根据计算相邻演化图像的相关系数实现迭代的自适应停止。实验结果表明,改进的RSF模型克服了自动设置迭代次数的缺点,实现了迭代的自适应停止,而且对弱边缘不连续图像能够有效地实现,节省了时间,提高了分割效率。

漏磁可控类宽调速永磁电机磁通可变区域设计

永磁电机在电动汽车领域已经获得了广泛应用,但由于该类电机存在调速范围较窄、高速弱磁区效率低等不足,电动汽车续驶里程提升和整车动力性能改善仍受到一定限制.针对电动汽车多运行工况需求,研究兼具高功率密度、宽调速运行能力、广域高效等优点的高品质驱动电机系统,目前已成为车用永磁电机领域面临的新的难题之一.为破解该科学难题,本文提出一种磁通可变区域设计方法,巧妙通过不同工况下的电枢电流的改变,可以在该区域获得多个可变磁阻通路,从而在改变电机的漏磁通和有效磁通的同时,有效提高永磁类电机磁通调节能力.本文基于该新型区域磁通可变设计方法,提出了一类漏磁可控式宽调速永磁电机,分析了不同工况下的磁障及其相应的可变磁阻通路对有效磁通、磁通调节能力等性能影响的一般规律.研究表明,所提出的漏磁可控式宽调速永磁电机具有更强的磁通调节能力,并拥有更高的输出转矩、更宽的调速范围以及高效率运行区间.

基于灰度特征统计的可变区域图像分割算法

图像分割技术是计算机视觉低层次领域中的一项重要内容,是对图像进行分析和模式识别的基本前提,目前已被广泛地应用于诸多领域如医学图像和遥感图像等。同时,它也是图像处理中的一个难点。提出了一种可变区域的分割算法,利用基于全局灰度统计信息的活动轮廓模型进行曲线演化,并使用水平集表示轮廓。通过不断改变和缩小分割区域的策略,利用邻域替代算法,将分割过程分为多个阶段进行。这种算法的优点在于,可以自动地完成工作而无需人工干预。实验结果表明,图像中具有复杂结构的目标物体能够被准确而且快速地分割出来;与现有的方法相比,分割速度有了较为明显的提高。

基于粗糙集的可变正区域约简

属性约简是粗糙集理论的研究重点之一.现有的各种粗糙集约简几乎都是保持某种约简准则不变,用这种方法处理一些存在异常点的数据时,在泛化能力方面存在一定的问题.针对此类问题,提出了一种可变正区域的约简方法,该方法在进行属性约简时允许正区域存在一定程度的变化.理论分析和示例表明了该方法的有效性.

可变尺度区域拟合模型的侧扫声纳分割方法

为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然后基于可变尺度区域拟合模型,采用高斯核函数对分割活动轮廓进行约束,分割降噪后的侧扫声纳图像。通过对含有不同目标物的侧扫声纳图像进行分割实验,验证了联合最大熵去噪和可变尺度区域拟合模型的有效性。

牛病毒性腹泻病毒囊膜蛋白E2基因不同高可变区缺失型核酸疫苗的构建

为了构建牛病毒性腹泻病毒(Bovine viral diarrhea virus,BVDV)囊膜蛋白E2基因高可变区(hyper variable region,HVR)缺失型核酸疫苗,为BVDV防控提供新的方法,试验依据GenBank中BVDV基因组序列设计引物,以BVDV新疆分离株TC cDNA为模板,扩增E2基因并测序,使用生物信息学软件分析E2蛋白的跨膜区和HVR区域等;采用常规PCR和搭桥PCR等方法扩增E2基因的不同缺失型HVR区域,并将其插入到真核表达载体pVAX1中,构建成真核表达质粒;分别于0,2,4周时免疫Balb/c小鼠,并在首次免疫后0,14,28,42天采集血清,通过ELISA法测定IgG水平。结果表明:成功扩增出BVDV TC株E2基因,大小为1122 bp;E2基因与BVDV 1b毒株HP-KY-PK13(登录号KT355592.1)及BVDV 1b毒株3156(登录号JN704144.1)的E2基因具有较高的同源性,E2 HVR1区域位于E2基因N端,HVR2区域位于E2基因中间部位;成功构建了E2基因不同的HVR缺失型真核表达质粒pVAX1-E2 HVR1△1-20、△1-64、△21-40、△41-64和pVAX1-E2 HVR2△140-216;与免疫pVAX1相比,E2基因不同HVR缺失质粒及野生型E2质粒诱导的IgG抗体水平显著或极显著升高(P<0.05或P<0.01);而在首次免疫42天时,用pVAX1-E2 HVR1△41-64免疫诱导的IgG抗体水平最高,约为pVAX1-E2的3.9倍。说明用pVAX1-E2 HVR1△41-64制备的核酸疫苗能诱导动物产生较高水平的IgG。

基于加权区域特征的快速步态识别

为提高步态识别率根据不同肢体部位对识别贡献程度的不同,提出一种基于加权区域面积特征的步态识别新算法,将人体轮廓侧影划分为多个可变区域,分别提取每个区域的面积作为步态特征,计算特征向量各元素的贡献度,然后对特征向量进行加权处理,并改进最近邻分类器进行分类,最后在UCSD和CASIA步态数据库上进行充足的实验,实验结果表明了该方法具有较高的识别率。

基于区域的主动轮廓模型的医学图像应用

对脑部MRI中各个大脑组织的准确分割在临床医学上具有重要的意义。该文综述了MR图像不均匀性校正方法及近几年来脑部MRI的分割方法的研究新进展,包括聚类算法、基于形变模型的分割方法、图割算法、形态学分水岭算法和基于图谱的MRI分割算法等。综合多种方法的优点,取长补短,在算法中引入图像的空间结构信息、纹理信息以及一些先验知识,有望在新理论技术上和新工具方面有所突破。

基于HSV空间的视频实时水位检测算法

提出一种新的基于视频水位检测算法,能对设立于水中的标尺刻度进行自动和实时的测算.针对水面图像特有的属性,在将视频转换到HSV颜色空间的基础上,利用色调分量基本不受光照条件影响等特性,以一种基于能量函数的统计模型和可变区域的策略,解决了图像模糊、背景复杂且有倒影干扰等不利条件下,传统边缘检测算子无法准确测算的问题.

基于模板匹配和特征识别相结合的心室期前收缩波形分类算法

目的提出了一种基于模板匹配和特征识别相结合的波形分类算法 ,用于心室期前收缩波形的分类。方法通过自适应的可变区域模板匹配技术从形态学上综合地比较了正常和异常的波形 ,用匹配结果指导后续的特征分类。特征分类过程仅使用 4个参量 ,基于最大概率分布的模糊识别解决了参量分布的模糊性问题。结果经MIT/BIH标准心电数据库测试 ,实验结果达到了 99.5 1 %的特异度和96.84%的灵敏度。结论该算法在分类精度上较已有的算法有明显的提高。

PCR-DGGE技术在乳酸菌检测中的条件研究

变性梯度凝胶电泳技术广泛应用于微生物生态学的研究,最近也渗透到食品微生物学领域。为了检测发酵乳制品中乳酸菌的组成及动态变化,本实验对PCR-DGGE技术在乳酸菌检测中所需要的条件如变性剂梯度、电泳时间进行研究。结果表明,变性剂梯度在30%～55%,电泳时间为200min时,能够有效分离乳酸菌的16SrRNA基因的V3区域。在此基础上,就PCR技术对染色体DNA混合模板的扩增效率进行分析,结果发现,常规PCR技术与降落PCR技术对乳酸菌16SrRNA基因V3区域的扩增没有差异,而细菌通用引物对乳酸菌模板DNA的识别和扩增具有优先和偏爱性,预示PCR-DGGE技术用于微生物群体检测时还应选用乳酸菌引物进行佐证。

ICU产ESBLs肺炎克雷伯杆菌与整合子相关性研究

产超广谱β-内酰胺酶(ESBLs)肺炎克雷伯杆菌是医院重症感染的主要分离株,因此笔者收集90株重症监护病房(ICU)分离的产ESBLs肺炎克雷伯杆菌进行药敏试验,检测Ⅰ类整合子及其可变区以及所携带耐药基因盒类型。90株菌株Ⅰ类整合子检出率64.4%,对抗生素的耐药率除哌拉西林,哌拉西林/他唑巴坦外均有统计学意义;可变区检出率为45.6%,携带基因盒:32株携带aadA1,2株携带dfrA15,7株携带aadA1+aadB。可见ICU携带Ⅰ类整合子的产ESBLs肺炎克雷伯杆菌具有较高的耐药性并介导氨基糖苷类耐药。

基于贝塞尔滤波的水平集正则化图像分割方法

针对水平集函数在演化过程中的初始化敏感和数值稳定性问题,提出了一种新的基于贝塞尔滤波的正则化方法,并将其嵌入到经典的可变区域拟合(Region-Scalable Fitting,RSF)模型中,从而构成新的能量模型。首先,利用K均值算法进行自动初始化,再加以修正生成标准的初始水平集函数,以解决RSF模型对初始化敏感的问题;其次,利用RSF模型自身优点对图像进行迭代分割,同时在迭代过程中利用提出的方法对水平集函数进行正则化处理,保持迭代过程中的稳定性;最后,实现精确的分割效果。实验结果表明,提出的正则化方法有效地保持了水平集函数的稳定性。将新的模型与多种基于区域的模型进行对比,仿真实验表明,提出的方法具有较高的算法效率与分割精度。

基于下肢动静态特征融合的步态识别

针对目前步态识别研究中基于单一特征算法识别率低,多特征融合算法又过于复杂的问题,提出一种简单有效的步态识别算法。提取下肢肢体角度为动态特征,肢体长度为静态特征,另外引入动静态兼顾的可变区域面积特征,最后融合得到联合特征向量并引入一种最近邻模糊分类器进行分类。在CASIA步态数据库上进行大量的实验。实验结果表明,在降低融合算法计算复杂度的同时,识别率相对于单个特征有了很大提高。