昏迷患者颈静脉及股静脉血气、血气梯度值和氧利用率分析

观察了 19例各种严重颅脑病症及各种原因所致昏迷患者颈静脉及股静脉血气、氧利用率 (O2 UC)以及动 -静脉血气梯度值的变化 ,探讨了昏迷时脑及躯体氧代谢动力学的变化以及临床意义。结果显示 ,对照组颈静脉 p H下降的幅度和 O2 UC均显著降低 (P<0 .0 1,0 .0 0 1) ,同时股静脉 p H下降幅度增大 ,O2 UC较明显增高 ,将以上这种逆向性变化以颈静脉 -股静脉梯度加以分析 ,各指标均出现显著性变化 (P<0 .0 0 1)。

一种基于梯度极值的边缘检测算法

分析了经典微分边缘检测算法存在的问题，提出了一种基于局部区域微分极值的边界检测算法，该算法的特点是在局部区域边界检测窗口内直接提取边界象素，分割的边界为真实边界，边界连续性好，适合于照度不均匀图象的分割．

融合梯度幅值和置信度的鸡蛋裂纹图像检测

提出一种融合梯度幅值和置信度的鸡蛋裂纹检测新方法。采集褐壳鸡蛋的裂纹图像,运用提及边缘检测算法获取感兴趣区域图像,采用最大边界算法挑选边界轮廓,融合二者获取裂纹区域图像。对3种典型鸡蛋裂纹图像进行边缘检测新方法与传统边缘检测算子(Log算子、Sobel算子及Canny算子)对比试验,结果表明:融合梯度幅值和置信度的鸡蛋裂纹检测新方法能够克服固定阈值适应性较差的缺陷,提高检测准确率,在消除噪声、增强弱边缘信息方面优于传统边缘检测算子。

基于改进梯度幅值的包装缺陷检测算法研究及应用

针对包装质量检测精度易受外界光照影响的问题,在已有基于梯度幅值相似性的缺陷检测算法基础上,将局部二值模式算子引入到该算法中,提出了一种基于改进梯度幅值相似性的缺陷检测算法。该算法利用局部二值模式算子的旋转不变性和灰度不变性的特点,并将其与图像的梯度幅值特征进行融合后用于包装的缺陷检测中,提升了缺陷检测算法对光照的鲁棒性。实验结果表明,相比传统梯度幅值缺陷检测算法,该算法具有更好的抗光照影响能力,并且对于不同光照情况下的包装缺陷,该算法的检测准确率可达96.57%。因而,该算法能够被广泛地用于包装缺陷检测中,提高缺陷检测的精度。

改进的基于梯度幅值的自适应边缘检测算法

分析文献[1]给出的算法。针对其中存在的问题和不足,给出了一个改进算法。实验结果表明,改进算法弥补了原文算法中的缺陷,在获取连续边缘的同时也较好地抑制了噪声,在运算效率方面有了明显的提升,并节省了大量的内存空间。

自适应梯度幅值和形态学组合滤波算法

针对传统梯度幅值滤波算法中阈值需人工确定而无法正确判断噪声点和产生新噪声点的问题,提出了一种自适应梯度幅值和多结构元素形态学组合滤波算法。首先使用梯度幅度均值与方差的和作为阈值,以及O tsu算法自适应阈值两种自适应滤波算法对图像进行滤波,以自动确定滤波阈值,最大限度滤除噪声点,保持图像细节;然后使用多结构元素组成串联形态学复合滤波器对自适应梯度幅值滤波后的图像进一步滤波,以解决在自适应滤波过程中产生的新噪声问题。通过实验结果对比与分析,该算法滤波后的图像视觉效果明显好于传统滤波方法,从而验证了该算法既能保持图像细节,又能实现较好的图像滤波效果。

一种基于梯度幅度值的图像质量客观评价方法

提出一种新的图像质量的客观评价方法,该方法用图像梯度幅值的累加和作为衡量图像质量的指标,无需原始图像作参考,适合于两幅以上同源图像对比来相对地评价图像质量。实验结果表明,该方法所用的指标能比较准确地反映图像的质量,符合人眼的视觉特征,且计算简单,易于快速实现。

一种基于梯度估值的LMS相位解缠方法

相位解缠面临的困难之一是相位的不一致性。噪声和采样率是导致相位不一致的两个根源。目前，对于相位不一致点的处理是，不管其产生的根源如何，均采取绕过这些点的办法。本文提出一种新的相位解缠方法。它首先设法利用由于采样率所引起的相位的不一致性，进行相位梯度场估值，然后用非加权最小二乘法求一次相位，以此相位为初值，最后用加权最小二乘法，迭代求相位。由于它赋予加权最小二乘法一个比较合理的初值，使得迭代速度和精度大为提高，模拟结果证实了这一点。

采用奇异值梯度信息的暂态电能质量扰动自适应检测方法

为了满足对电网非平稳扰动信号快速、准确分析的要求,提出了一种采用奇异值梯度信息的暂态电能质量扰动检测新方法。通过滑动窗奇异值分解(SVD)方法提取信号的变化特征、降低噪声干扰,并通过奇异值梯度求取扰动指示信号,得到初步定位结果。提出无参自适应阈值,进一步抑制噪声干扰并实现对暂态扰动信号的检测定位。所提算法原理简单,无需进行前置滤波及参数调节。一系列仿真试验的对比分析结果表明,所提算法定位准确、抗干扰能力强,对过零点扰动也有较好的检测效果。通过对变电站实际暂态扰动数据的检测分析,进一步验证了所提算法的有效性。

内燃机车润滑油中元素浓度梯度界限值的确定与故障诊断

内燃机车润滑油监测与故障诊断过程中,原子光谱分析的元素浓度值是一项非常重要的指标,其中,元素浓度变化梯度值的监测和梯度界限值的确定尤为重要。借助Matlab软件工具和数理统计方法,以大量测定的元素浓度样本数据为基础,计算该元素的标准梯度界限值,并求出其警戒界限值和异常界限值。将后续测出的需判断的元素浓度值与标准判断值进行比较,评定该元素浓度梯度值的变化情况,以判断内燃机车的运行状况。

一种自适应梯度幅值的边缘检测算法

提出了一种基于Otsu自适应梯度幅值的边缘检测算法。鉴于传统基于梯度幅值的自适应边缘检测算法中单阈值所带来的边缘断裂问题,分别使用传统Otsu算法和迭代Otsu算法进行自适应阈值,能保证图像梯度幅值的方差最大的情况下求得最优阈值,从而准确的检测边缘像素;针对梯度幅值边缘检测算法中边缘较宽的问题,在Otsu自适应梯度幅值检测算法检测到的边缘图基础上,使用经典的并行细化算法进行了边缘细化;最后,通过实验结果与对比分析,验证了算法能准确定位边缘和获得完整的边缘信息,实现了较好的边缘检测效果。

用基于二值化规范梯度的跟踪学习检测算法高效跟踪目标

为提高复杂环境下TLD(Tracking-Learning-Detection)算法的跟踪精度和速度,提出基于二值化规范梯度(BING)的高效TLD目标跟踪算法。在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高了跟踪器准确度和鲁棒性;用BING算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,减少了检测器的检测范围,提高了检测的处理速度;将训练样本权重整合到在线学习过程中,改进级联分类器的分类准确度,解决了目标漂移问题。对不同的图片序列实验结果表明:本算法的跟踪正确率达85%,帧率达19.79frame/s。与原始TLD算法及其他主流跟踪算法相比较,该算法在复杂环境下具有更高的鲁棒性、跟踪精度及处理速度。

利用pH值梯度研究建筑砂浆的酸蚀程度

在两种不同ｐＨ值模拟酸雨和３种浸泡时间条件下，据ｐＨ值梯度测定了各类保护剂处理建筑砂浆试件的酸化层厚度，从而判定保护剂的保护效果，了解酸蚀程度。并分析了影响酸化层厚度的因素。

基于融合特征及改进二值化规范梯度特征技术的车辆识别算法

针对高速公路视频监控中基于单一形状特征的车辆检测算法出现较多的误检,且运用支持向量机(SVM)滑动窗口检测存在耗时大的问题,提出一种基于快速提取物体目标候选窗口的融合HOG-LBP特征的车辆检测方法。首先基于二值化规范梯度特征(BING)方法及背景差分快速提取车辆候选窗口,再计算候选窗口图像的方向梯度直方图(HOG)特征和局部二值模式(LBP)特征并进行特征融合,结合SVM分类器进行车辆检测。实验结果表明,融合形状和纹理特征能够有效提高车辆检测性能,而通过快速提取候选窗口可以将SVM检测速度提升8倍左右,满足工程实时性要求。

成像光学系统的相对波像差梯度偏离值评价法

针对成像光学系统的波像差检测,提出了相对波像差梯度偏离值评价方法,用于直接表征波前的成像性能。给出了波像差梯度偏离值的定义,即为波前成像点与成像能量中心的偏离值。在此基础上定义相对波像差梯度偏离值为波像差梯度偏离值与艾里斑大小的比值,并提出了相对波像差梯度偏离值评价方法。相对波像差梯度偏离值与波前口径、形状、焦距均无关,故文中提出用成像尺寸、成像集中度以及成像能量分布等多种方法进行相对波像差梯度偏离值评价。其中成像集中度和成像能量分布在不同的检测分辨率条件下的稳定性较好,分辨率每相差一倍产生的差异通常小于10%。根据出瞳位置的相对波像差梯度偏离值分布和像面位置的波像差梯度分布情况,可以方便地指导光学加工和系统装调。进行了相应的实验分析,结果显示:相对波像差梯度偏离值评价方法可以用于制定波像差指标,进行波前质量控制。

一种新的优化设计方法——梯度极值法

机械结构分布参数优化设计是机械优化设计中的一类典型问题 ,优化设计的目的是寻找一个优化曲线 ,使得目标函数取得极值。从机械结构分布参数优化设计问题入手 ,通过分析、变换 ,引入极大值原理 ,结合共轭梯度法进行求解 ,从而得到了求解这类问题的一种新方法———梯度极值法。

基于梯度幅度值的结构相似度的图像质量评价方法

说明传统图像质量评价方法的不足之处。在SSIM模型不能很好地评价严重模糊的降质图像的基础上,从图像梯度幅度值和图像边缘的关系出发,分析了基于梯度幅度值的结构相似度(GSIM)的图像质量评价方法。实验结果表明,该模型比SSIM模型更符合人眼的视觉特性。

基于梯度幅值的自适应边缘检测算法

提出了一种新的边缘检测算法。根据所提出的梯度幅值计算方法求出整幅图像的梯度幅值均值和图像中所有像素点的梯度幅值相对与均值的方差。由图像的梯度幅值均值和方差计算出图像的最佳阈值。然后根据提出的噪声剔除方法对由最佳阈值判定的初始边缘中的噪声进行剔除。实验结果表明所提出的算法在精确定位边缘的同时也较好地抑制了噪声。

基于视觉显著性加权与梯度奇异值最大的红外与可见光图像融合

为了综合利用红外与可见光图像的光谱显著性信息,同时提高融合图像的视觉对比度,本文提出了一种基于视觉显著性加权与梯度奇异值最大的红外与可见光图像融合方法。首先,该全新算法通过滚动引导剪切波变换作为多尺度分析工具,来获取图像的近似层分量与多方向细节层分量。其次,针对反映图像主体能量特征的近似层分量,采用视觉显著性加权融合作为其融合规则,该方法利用显著性加权系数矩阵指导图像内的光谱显著性信息有效融合,提高了融合图像的视觉观察度。此外,采用基于梯度奇异值最大原则来指导细节层分量的融合,该方法可以极大程度地将隐藏在两种源图像内的梯度特征还原到融合图像中,使融合图像具有更加清晰的边缘细节。为了验证本文算法的有效性,进行了5组独立的融合实验,最终的实验结果表明,本文算法融合图像的对比度更高,边缘细节更加丰富,并且相较于其它现有典型方法,AVG、IE、Q^(E)、SF、SD、SCD等客观参数指标分别提高了16.4%、3.9%、11.8%、17.1%、21.4%、10.1%,因此具有更加优良的视觉效果。