人工智能辅助下模糊指纹图像奇异点检测仿真

运用传统方法对模糊指纹图像奇异点进行检测时存在误差率较高和漏检率较大等问题,为此提出了基于Contourlet变换和模糊逻辑的模糊指纹图像奇异点检测方法。运用相对梯度和绝对梯度相融合的方法,增强模糊指纹图像较亮区域的梯度,利用矩阵乘法与求逆算法进行离散正弦变换,构建人工智能辅助下模糊指纹图像增强模型,并对该模型进行Contourlet转换,获取模糊指纹图像信号尺度和方向上的低频和高频变换系数,将该变换系数当做语言变量输入,利用模糊逻辑方法计算各个模糊区域所激活的强度值,将其归一化检测后,输出模糊指纹图像奇异点。分析实验结果可知,所提方法的最低漏检率为2%,远低于传统方法,说明该方法能够增强检测的准确率、降低漏检率和误差率,具备一定的可靠性。

一种双摄像头无线胶囊内窥镜系统设计

为了降低无线胶囊内窥镜在食管和大肠检测中图像信息的漏检率,该文提出了一种双摄像头胶囊内窥镜系统,并给出了系统结构和工作流程。同时提出了基于休眠-唤醒模式检测的低功耗技术,在基于高斯分布模型的概率检测方法下,平均检测次数为14.35次,平均漏检时间为6.53 min,降低了系统的功耗。同时,文中提出了一种高压缩比,低复杂度的胶囊内窥镜图像压缩技术,经过实验,图像压缩率可达88%(峰值信噪比PSNR可达39dB)。最后给出了硬件系统的实现,并进行了仿真,仿真结果表明该系统在休眠模式下功耗为33μW,在4 fps连续采样时的功耗为21 mW,在40 fps连续采样时的功耗为163 mW。