微钙化点增强成像检出乳腺肿瘤内微钙化

目的评价超声微钙化点增强成像技术显示乳腺肿瘤内微钙化的能力。方法分别应用高频超声及微钙化点增强技术检查57个乳腺肿瘤内微钙化灶,评价两种技术显示乳腺肿瘤内微钙化的能力。结果微钙化点增强技术对57个乳腺肿瘤内微钙化的检出率(47/57,82.45%)明显高于高频超声(35/57,61.40%),差异有统计学意义(P<0.01)。微钙化点增强技术对乳腺良性、恶性肿瘤内微钙化灶的检出率分别为85.71%(18/21)、80.56%(29/36),均高于高频超声(12/21,57.14%;23/36,63.89%),差异均有统计学意义(P均<0.05)。微钙化点增强技术对低回声肿瘤内微钙化灶的检出率(26/33,78.78%)高于高频超声(21/33,63.63%),但差异无统计学意义(P>0.05);对非低回声肿瘤内微钙化的检出率(21/24,87.50%)高于高频超声(14/24,58.33%),差异有统计学意义(P<0.05)。结论微钙化点增强技术较高频超声能够更好地显示乳腺肿瘤内的微钙化。

基于LK光流跟踪法的有效目标点增强跟踪

为了提高基于几何形态的物体跟踪方法的准确率,详细分析了基于几何形态的物体跟踪方法下目标点的正确性,并根据分析的结果 ,在对目标物体采样时选取更容易被跟踪到的目标点,对于跟踪的结果 ,排除由于背景影响产生的无效目标点,从增强有效点和排除无效点这两方面入手,提出了基于LK光流法的有效点增强跟踪算法。实验证明,提出的算法能够更加有效地跟踪物体,尤其是当目标快速运动或者发生形变时,能够有效地减少跟踪目标的中心错误率。

基于角点增强的抗打印扫描零水印算法

利用角点检测算法提取与图像旋转、平移、缩放等操作无关的Harris角点,对角点响应值与象素值的关系进行分析,进而角点增强响应值,以保证打印扫描前后检测到的角点具有较高的一致性,对角点构造特征向量作为图像的零水印信息。另外,针对已有局部特征描述子在打印扫描前后特征点匹配率不稳定这一问题,提出新的匹配算法,首先根据局部特征描述子进行粗匹配,然后用聚类法进行精匹配保证特征点匹配率。在水印检测时,对匹配成功的特征点进行遍历,将图像的局部特征信息和位置信息生成一维向量,对该一维向量作相似性运算,即可判别待检测图像是否含有零水印信息。实验结果表明,该算法对打印扫描等攻击具有一定的鲁棒性。

基于曲率的尺度空间中的角点增强

角点检测在模式识别、计算机视觉和其它相关领域中占有重要地位．由于无法事先确定应在什么尺度下进行检测，我们很难从平面曲线中准确地提取出角点．本文阐述了通过曲线尺度空间（Curvescalespace）来增强角点的方法．该方法的主要思想是通过曲线的形变（或构造曲线尺度空间）使曲线上的角点随着尺度的增加变得更加突出，以便准确地提取出角点．从广义的几何热扩散方程（GGHF）出发，我们得到了该方法中曲线曲率的演化形式，它揭示了构造基于曲率的尺度空间与形成尺度空间所需符合的准则二者间的本质联系．本文研究GGHF符合尺度空间准则的条件并给出了寻找不同的符合尺度空间准则的曲线演化方法，与此同时，我们给出了角点可被增强的条件．在符合上述条件的前提下，本文给出了一种新的构造尺度空间的方法，该方法符合尺度空间的准则，并能够在去除噪声和不重要的小结构的同时，有效地增强曲线上的重要角点．

文本特征和图结点混合增强的图卷积网络文本分类

在BertGCN模型的基础上改进其结构,同时结合文本特征和图结点混合增强的方法,使用新的边权重计算算法BM25+构造图的边.使用R8、R52、Ohsumed和MR这4个常用的公开数据集来验证所提方法的有效性.结果表明:与BertGCN模型及其它基线模型相比,该方法在4个文本分类数据集上的准确率评价指标均有不同程度的提升.

一种改进的骨部钙化点CT图像增强方法

骨部CT图像中的钙化点是骨部疾病医学诊断的重要依据,而在高密度骨部区域的钙化点对比度很低,需要一种改进的增强骨部钙化点区域的图像处理算法。提出的算法首先依据钙化点像素所在的强度范围设计出较好的目标直方图,然后结合图像的全局信息与局部梯度信息建立偏微分方程并得到演化方程来求解,获得增强后的骨部CT图像。算法测试了由浙江大学医学院附属妇产科医院提供的骨部CT图像,并在感兴趣区域上取得了较好的效果。

自适应气泡光标——基于用户的点击增强技术

本研究选取了气泡光标这种典型的点击增强技术作为研究对象,从用户操作习惯和特点出发,提出基于频次算法的和基于时间算法的自适应气泡光标,并试图通过实验研究来探索这两款自适应气泡光标的影响作用。结果显示:(1)基于频次算法的和基于时间算法的自适应气泡光标在操作绩效和主观评价上均显著优于气泡光标;(2)两款自适应气泡光标在操作绩效和主观评价上无显著差异。本研究的结果为点击增强技术的设计优化提供了新的设计思路。

点击增强技术研究综述

由于图形用户界面日益流行,采用鼠标等指点设备的点击操作已经成为用户界面操作的主要形式之一,提高点击操作绩效成为人机界面研究的主要课题。本文介绍的点击增强技术是以提高人机界面指点设备点击操作绩效为目的的界面技术,按照其实现途径,点击增强技术主要包括静态点击增强技术和动态点击增强技术两大类。首先本文对各类典型的点击增强技术进行了介绍,并对其特点、内在实现原理、适用环境及技术的应用现状等方面进行了述评,最后对点击增强技术的总体现状和未来可能的研究方向进行了总结和展望。

面向反光工件点云缺陷的点云增强算法

针对反光工件的三维扫描点云存在的缺陷以及点云处理时间长的问题,提出一种点云增强的算法以改善缺陷点云的质量、缩短点云处理的时间,从而提高点云三维重建的精度和效率.首先输入大量的、分布不均匀且包含离群点和噪声的无组织点云,使用基于kD-tree 的点云均匀重采样将点云数据分成多个子集;然后使用改进的局部最优投影算法对点云进行降噪处理;最后使用边缘感知重采样对点云进行增采样,达到保留和增强点云特征的效果.实验结果证明,该算法的处理是有效的.

基于点云增强的网格化优化算法

针对三维点云在采用传统泊松算法进行网格化重建时,重建时间较长并且最终重建出的模型存在孔洞和局部细节缺失等问题,提出一种基于点云增强的网格化优化算法。该算法首先通过统计滤波对初始点云进行降噪处理,为了在保证细节特征的基础上提高重建效率,在通过体素滤波进行适当点云降采样的同时利用双三次样条插值进行点云孔洞修复,然后将移动最小二乘法误差函数引入到点云法向计算中以优化点云法向量的质量。实验结果表明,优化后的网格化算法较传统泊松重建算法耗时更短,并且在一定程度上提高了重建模型的准确度。

5G多天线增强关键技术研究

为提高频谱效率、系统容量和吞吐量,实现更高的峰值速率,无线网络建设从4G LTE时期开始普遍应用多天线技术。随着5G网络商业部署的推进和无线技术的快速发展,新的业务形态逐渐形成,对应的服务质量需求更加严格。为满足新型应用的用户服务体验,无线技术在信令延迟、信令开销、频谱效率和覆盖范围等方面持续演进,在多天线技术研究中形成了各种解决方案。介绍了5G NR MIMO增强技术方案与标准演进,分析了关键技术的原理与性能优势,并对多天线技术增强演进方向进行了展望。

一种深度学习生成稠密3D点云数据的简捷方法

LiDAR是一种高感知精度的三维传感器,但其存在低成本LiDAR所采集的原始三维点云过于稀疏的问题.针对该问题,提出一种深度学习的稠密3D点云数据生成方法.该方法通过将原始稀疏三维点云投影到二维距离图像,使用深度学习网络对二维距离图像进行分辨率提升,提升分辨率后的二维距离图像变换为三维点云的形式,形成增强的点云数据.实验结果表明,该方法与非深度学习算法类相比精度平均提升30%以上,与深度学习算法SR-ResNet对比精度平均提升8.14%.该方法有效解决LiDAR原始三维点云稀疏的问题并可获得媲美高分辨率LiDAR产生的点云.

物体表面三维虚拟图像点云数据提取仿真

由于三维虚拟现实物体表面的点云多边形网格是非结构化的,想要将物体表面图像特征直接输入至注意力机制中难度非常大,且提取点云目标数据时普遍存在物体被遮挡问题,难以获取高质量的点云数据。为此提出三维虚拟现实物体表面图像点云数据提取方法。标定摄像机,获取点云数据对应的坐标。通过kd-tree方法获取点云数据的空间拓扑关系,采用双边滤波融合算法消除小尺度的噪声,完成点云数据的去噪处理。采用ResNet神经网络和3D卷积神经网络分别提取点云数据特征和三维虚拟现实物体表面图像特征,将提取的特征输入注意力机制中,完成点云数据的增强处理,通过上述过程提取高质量的点云数据。仿真结果表明,提出方法应用下可提取出低噪声、高完整度的三维虚拟现实物体表面点云数据,且点云属于的漏提取率低于2%,准确率更高。

城市道路场景下的被遮挡车辆检测算法研究

为了提高智能汽车在城市道路场景下对前方被遮挡车辆的检测精度,提出了一种双尺度点云密度扩展网络BPDE-Net,来解决因存在车辆被遮挡而导致的目标点云稀疏问题。第一阶段,将原始点云投影到语义分割后的图像标签上,并在遮挡区域内随机生成固定数目的虚拟点,采用混合插值法来关联虚拟点和实际投影点,得到的虚拟点再反向映射到点云空间;第二阶段,使用马氏距离来关联相邻体素间的点云,以此增加每个体素内的相似点云数量,通过改进注意力高斯矩阵来计算体素特征所对应的相对位置编码,用于关注通道内不同体素序列的相对位置。在KITTI数据集中选取了大量的车辆之间存在遮挡的城市道路场景进行对比试验,结果表明:BPDE-Net在3D视角和鸟瞰图视角下的被遮挡车辆平均检测精度(mAP)分别为79.2%和83.7%,相较于基线网络Second分别提高了11.2%和12.5%;点云密度增强模块和体素特征融合模块的mAP相较于目前主流的方法分别提高了3.9%与1.8%,提升了车辆在被遮挡场景下的可辨识度与鲁棒性。

基于机载点云数据的高精度水域DEM快速生成方法

由于水域内机载点云数据稀疏或缺失,在生产高精度DEM时需要对水域区域进行分别处理,人工操作工作量大,且难以保持水域内DEM高程的自然平缓过渡。目前将水域和其他区域分开处理的DEM数据生产方法,不仅增加了数据处理的难度和工作量,也会引入水域和其他区域的DEM接边误差,影响数据质量。为此,提出一种基于机载点云数据的高精度水域DEM快速生成方法。该方法首先利用水域边界与原始机载点云数据,通过分段插值拟合生成水域内点云数据;进而,将插值生成的水域点云数据与原始点云数据进行合并获得完整点云数据;最后,利用合并后的完整点云数据生产高精度DEM数据。通过实验分析发现,该方法能够实现水域与其他区域的DEM一体化生产,提升DEM数据处理自动化水平,且能保证水域DEM的高程精度与自然平滑过渡要求。

NR MIMO增强演进及标准化进展

大规模多输入多输出(multiple-input multiple-output,MIMO)技术作为5G的关键使能技术之一,在5G网络的商用部署中发挥了重要的作用。结合5G系统的演进与实际部署经验,3GPP Release 17在MIMO增强演进方面做了一系列标准化工作。聚焦3GPP标准化工作,介绍并分析了MIMO增强的标准化进展,并重点阐述了多波束增强与多传输点传输增强。最后对3GPP Release 18 MIMO增强标准化工作进行了展望。

802.11增强型MAC协议的结构与性能分析

无线局域网(WirelessLAN,以下简称WLAN)是近年来发展迅速的无线数据通讯网,它提供了使用无线多址信道的一种有效方法来支持计算机之间的通信。其中1997年6月制定的全球第一个无线局域网标准IEEE802.11已经成为市场主流,但802.11的MAC协议的最初目的在于计算机之间的数据通信,对QoS的支持不够,有鉴于此,IEEE的groupE工作组制定了IEEE802.11eMAC标准(草案)用于加强对QoS的支持力度。本文阐述了IEEE802.11e增强型MAC协议的基本组成结构,并对IEEE802.11e增强型MAC协议与原802.11MAC协议在标准结构、QoS性能上做了详尽的叙述和分析。

基于多尺度曲率乘积角点检测算法的优化与改进

红外图像的角点检测在模式识别、计算机视觉和目标跟踪等领域中占有重要地位,为了提取到更精准的红外图像的角点,提出在基于曲率多尺度积算法(MSCP)的基础上的改进算法,增强提取到的角点。实验表明:该方法检测效率高,提取到的角点更稳定,精度更高,可满足实际需求中的高精准度的需求。

一种面向聚焦爬虫的自然场景文本定位技术

各类视频设备采集的图像中包含了高质量的海量主题信息.尽可能全面地找到自然场景中的文本,对聚焦爬虫具有重要意义.提出一种具有较高召回率的文本定位技术,充分注意到角点强度极大、极小值对自然场景文本定位的重要作用,运用提出的角点强度增强技术和三值化方法,能够有效地分离出极大、极小值区域,从而,能够将图片中的大部分文字从复杂的背景和各种噪声中凸显出来.实验表明,该方法能够大幅提高基于角点特征的定位算法的召回率,为聚焦爬虫从大量的自然场景图片中获取重要的主题信息提供了可能.

智能化牙齿正畸技术的研究与应用

为了实现头影测量的智能化,研究采用了具有高效检测能力的YOLOv5模型来进行头影检测,通过采用点换面的新颖数据增强技术,并引入CoordAttention通道注意力机制,能够显著提高检测的准确性。论文以1mm、2mm、3mm和4mm的误差范围作为评价指标,对点换面数据增强技术的提升效果进行了量化。实验结果显示,研究在四种误差范围内分别实现了26.5%、18.5%、15.3%和12%的提升,充分证明了其对于提高头影检测准确性的显著作用。同时,CoordAttention通道注意力机制的引入,使得模型在上述四种误差范围内的检测成功率再次提升,其提升幅度分别为2.7%、2.3%、2.3%和2.2%。