改进YOLOv5的无人机航拍图像目标检测算法

针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络,特征图注意力生成器融合处理不同尺度目标更重要的特征,权重学习模块自适应地调节对不同尺度目标特征的学习,该网络可增强在目标尺度多样下的辨识度从而降低目标漏检。设计一种并行选择性注意力机制(PSAM)添加到特征提取网络中,该模块通过动态融合空间信息和通道信息,加强特征的表达获得更优质的特征图,提高网络对相似目标的区分能力以减少误检。使用Soft-NMS代替YOLOv5中采用的非极大值抑制(NMS)以改善目标聚集场景下的漏检、误检。实验结果表明,改进算法在VisDrone数据集上检测精度达到37.79%,相比于YOLOv5s算法精度提高了5.59个百分点,改进后的算法可以更好地应用于无人机航拍图像目标检测中。

采用X射线三维重构技术检测厚皮柑橘的体积可食率

针对传统无损检测技术无法定量分析厚皮柑橘体积可食率的问题,该研究开发了一套线阵X射线图像采集和三维重构装置,包括果实旋转升降、数据采集、辐射防护及运动控制,实现厚皮柑橘果实的体积可食率检测。以“不知火”柑橘为检测对象,利用X射线投影图的信息熵为评价依据,根据果实大小对检测参数进行优化,得到X射线源的管电压为67 kV,管电流为0.92 mA,线阵探测器的积分时间为1 ms。以旋转角度2.0°为间隔,在圆周方向采集180幅X射线投影图并生成正弦图,通过滤波反向投影算法将正弦图重构为切面图,再利用图像滤波、图像增强、阈值分割对切面图进行图像分割处理,分割出背景区域、果皮区域、果肉区域和空腔区域,然后基于区域面积比定义切面图像可食率。同时,测量了柑橘基本物理参数,计算了切面图像可食率,并建立了与柑橘体积可食率之间的相关关系。结果表明,切面图像可食率与体积可食率相关性最高,相关系数为0.93。最后,选择切面图像可食率作为数学模型的输入特征,利用线性回归模型对厚皮柑橘体积可食率进行定量分析,其预测集决定系数、预测集均方根误差、相对分析误差分别为0.86、4.81%和2.71。综上,利用X射线三维重构技术对厚皮柑橘体积可食率进行无损检测可行,可为其他农产品内部品质无损检测提供参考。

基于频谱图与时序成像的非侵入式负荷监测方法

针对在多种电器设备同时运行的场景下,当前非侵入式负荷监测方法存在分解困难的问题,本文提出了基于频谱图与时序成像的非侵入式负荷监测方法。首先进行负荷分解,利用频谱图变换原理将多种电器设备的聚合电流转换成频谱图矩阵,并通过词嵌入将频谱图矩阵变换到高维;然后通过k-均值聚类算法得到单个电器设备的频谱图矩阵并反变换为相应的时序电流;其次,进行负荷分类,将负荷分解得到的各类电器设备的时序电流转换为图像进行分类,分类模型为训练完成的深度神经网络模型。最后,利用公开数据集进行实验,结果表明所提方法具有较好的分解和分类效果。

磁共振T2-Map的单、双指数拟合方法

目的探讨MR图像单指数和双指数拟合的T2-Map方法,获得每个像素点的T2信息。方法对不同TE条件下的一系列MR图像利用单、双指数拟合方法得到T2-Map图像。采用线性拟合和非线性回归方法实现对MR图像的每个像素点的单指数拟合和定点双指数拟合,得到T2-Map图像;上述计算过程是在MATLAB平台上开发T2-Map的计算软件,根据应用需求设计并实现计算、显示和存储等功能。结果得到了单、双指数拟合方法的T2-Map计算软件,可用于计算不同组织的T2值,得到T2-Map。结论利用单指数线性拟合方法得到T2-Map图像方便、快捷,但不能很好地反映一些组织成分混合较多的区域;在出现组织明显混合的情形时,双指数拟合的方法可以计算出两个不同的T2值,使得分析结果更加精确,但是计算速度较慢,双指数T2-Map是单指数T2-Map计算方法的有益补充。

基于改进FT显著性检测的NSCT红外和可见光图像融合

为了克服传统算法存在对比度低、细节和纹理缺失严重以及基于显著性检测算法存在对噪声敏感、适应性和抗干扰能力不强的问题,提出了一种基于改进的频率调谐(FT)显著性检测的非下采样轮廓波变换(NSCT)红外与可见光融合方法。首先,采用改进的显著图提取算法瞄准红外图像,用于从背景中区分目标。其次,使用NSCT对红外图像和可见光图像进行高、低频子带的分解。利用计算得到的红外显著权重图对低频子带系数进行指导融合,可以很好地保留目标和背景之间的对比度;对高频部分采用局部加权能量的规则进行抉择,再通过加权最小二乘(WLS)优化可以获得更多的细节信息和减小噪声影响。最后,对融合后的高频和低频子带系数进行NSCT逆变换得到最终的融合图像。通过4组图像的实验对比结果可知,在主观上,本文方法相较于其他方法具有目标突出、细节提取丰富、边缘伪影现象消除明显、视觉效果更好的优点。本文方法在4个客观评价指标——平均梯度(AG)、信息熵(IE)、空间频率(SF)、互信息(MI)上都处于最好的状态,与5种对比方法相比,AG、IE、SF、MI的平均值分别提高了8.19%、5.34%、8.54%、68.18%,说明了所提出方法的可靠性和有效性。

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原·得到的复原图像在视觉上和定量分析上都获得了很好的效果·由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能·

基于图像的植物叶面积无损测量方法研究

为了研究植物的生长规律,应用计算机视觉技术对大豆叶片实现无损测量。该项研究针对大豆叶面积无损测量中校正图像和去除叶片纹理特征等问题上,提出了基于双线性映射的无损测量法。无损测量有效性不受叶片大小、形状差异和叶片图像中叶片周边白色背景的影响,试验验证该方法能很好地校正叶片图像,提取叶片的有效面积,并去除植物纹理斑点的影响,应用该方法校正叶片图像,精度可达99%以上。采用计算机视觉技术测量叶面积,具有简单、准确、方便快捷的特点,这对数字农业的植物信息快速采集和利用具有重要的意义。

结合目标提取和压缩感知的红外与可见光图像融合

针对红外与可见光图像融合易受噪声干扰从而使目标信息减弱的问题,提出了一种基于目标区域提取和压缩感知的融合算法。首先,在频率域上对红外图像进行显著区域检测得到其对应的显著度图,并在显著图指导下结合区域生长法提取红外图像的目标区域,有效抑制噪声与复杂背景的干扰。然后,用非下采样剪切波变换对待融合的图像进行分解,采用不同的融合策略分别对目标与背景区域的高、低频子带进行融合。针对背景区域提出一种新的基于多分辨率奇异值分解和压缩感知的融合规则,最后,进行非下采样剪切波逆变换得到融合图像。与其他算法的对比实验结果表明,本文算法能更好地突出目标区域,保留图像细节信息,抑制噪声干扰;图像质量评价指标中的信息熵、标准差、互信息、边缘保持度分别提高了3.94%,19.14%,9.96%和8.52%。

利用薄板样条函数实现非刚性图像匹配算法

提出了一种利用薄板样条函数实现非刚性图像匹配的新方法 .该方法是将图像表示成由特征点构成的特征点集 ,利用薄板样条 (TPS)能够将形变清楚地分解为仿射分量和非仿射分量的独特性质 ,应用TPS函数来表征特征点集之间的非刚性映射 ,并将TPS映射参数的求解嵌入到确定性退火技术的框架中 .首先提出基于TPS弯曲能的非刚性匹配的能量函数 ,然后采用确定性退火技术 ,迭代求解点集之间的匹配矩阵和映射参数 .与其它的非刚性匹配算法相比 ,该算法不仅保证了图像特征点之间的一一对应的双向约束 ,同时避免了陷入局部极小 ,而且具有较强的鲁棒性 .实验结果证实了所提算法的有效性和鲁棒性 .

基于RBF神经网络的COSM图像复原算法

在计算光学切片显微技术成像中,每幅切片图像都要受到其他离焦层信息的干扰,引起图像模糊。针对此问题提出了一种基于RBF神经网络的复原算法,利用神经网络的学习和泛化能力,用一组样本图像对网络进行训练,建立含有离焦模糊信息的模糊三维图像与其对应清晰图像间的非线性映射关系,然后用训练好的网络进行图像复原。实验证明该算法的复原速度快,且复原的三维图像在主观视觉和定量分析上都获得了较好的效果。

轮廓线优化的多通道三维水墨渲染模型

3维水墨风格模拟是非真实绘图(NPR)的重要课题之一。传统的渲染方法局限于黑白墨色,色彩单一。该文提出一种轮廓线优化的多通道3维水墨渲染模型。首先,利用光照模型配合Alpha通道,完成3维水墨画的内部着色;其次,运用网格模型扩张实现轮廓线的风格化;最后,利用表优先级3维深度排序算法隐去Alpha通道中多余的轮廓线,实现3维水墨渲染图像输出。实验结果表明,该方法渲染效果好,轮廓线优化使水墨效果更加逼真,多通道的渲染图像输出也方便后期的图像处理。

基于星图识别的空间目标检测算法研究

从恒星背景中检测出空间目标是空间目标天基光学测量相机所要解决的关键技术难题之一。提出了一种基于星图识别的空间目标检测算法,利用背景星图的平移、旋转、比例伸缩不变性,应用星图识别原理,根据识别恒星在不同帧图像中的坐标变化估计背景运动参数,进行探测图像序列的配准,然后在配准后的图像序列中检测出空间目标。通过仿真验证,该方法对于运动恒星背景中运动小目标的检测具有比较好的效果。

基于向心自动波交叉皮质模型的非均匀光照图像增强

面向非均匀光照图像,提出了基于向心自动波交叉皮质模型(Centripetal-autowave intersecting cortical model,CA-ICM)的图像增强算法.为了解决原始交叉皮质模型(Intersecting cortical model,ICM)固有自动波效应在图像增强应用中易导致边缘模糊的问题,首先,设计了基于形态学中值集的向心自动波(Centripetal autowave,CA)实现方式.提出了基于图像特征—键值(Key)的自适应S形状映射函数,以此作为CA-ICM模型的输入输出的映射关系.为了增强算法的鲁棒性,对未点火位置进行了标注和修复.最后提出了非线性变换的颜色恢复方法.同时对模型参数设计进行了细致讨论.仿真结果表明,该模型可以有效进行光照动态范围的调整,向心自动波约束产生了邻域内的侧抑制作用,输出图像对比度得到大幅提升,细节边缘清晰,颜色恢复充分自然,客观评价值高.

思维导图在高危非心脏手术冠状动脉CT造影护理中的应用

目的探讨思维导图对高危非心脏手术冠状动脉CT造影(CCTA)成像质量的影响。方法将168例患者按时间段分为对照组83例和观察组85例,对照组给予常规护理,观察组将思维导图应用于冠状动脉CT造影检查中。比较两组患者CCTA检查依从性和图像质量评分情况。结果应用思维导图后,观察组患者CCTA检查依从性良好达69例,对照组仅13例,两组比较,差异有统计学意义(2=27.66,p<0.01);观察组图像质量评分高于3分以上者有83例,对照组仅36例,两组比较,差异有统计学意义(u=39.36,p<0.01)。结论 CCTA检查中应用思维导图能够帮助患者减轻紧张恐惧心理,提升患者在检查中的依从性,达到提高CCTA成像质量的目的。

基于二维可逆非线性映射的图像加密算法

根据一类二维可逆非线性映射具有单值确定的逆、本质非线性以及运算简单等适合构造密码算法的特点,提出适用于图像加密的新算法.将图像分成若干块,每块采用二维可逆非线性映射对各像素点的灰度值进行链式循环迭代,二维非线性映射的参数与迭代次数由一维混沌映射产生.克服了序列密码中存在的错误扩散问题,解决了由计算机精度引起的解密失败难题.安全性与复杂度的理论分析和仿真结果表明:该算法具有很高的密码学强度,简单、快速,特别适合于大数据量的图像加密工作.

双能CT对AIS血管内治疗后早期颅内出血的诊断价值

目的:评价双能CT(DECT)对急性缺血性脑卒中(AIS)患者血管内治疗后早期颅内出血(ICH)和对比剂外渗的鉴别诊断价值。方法:2017年11月-2019年2月对在本院接受血管内治疗的AIS患者在术后2h内行头颅DECT扫描(80kVp和Sn150kVp)得到的混合能量图像,经后处理获得虚拟平扫图(VNC)及碘覆盖图(IOM),以术后24~48h的常规CT(44例)或MR磁敏感加权血管成像(SWAN)(5例)的诊断结果作为参照标准(常规CT显示梗死区出现高密度影或SWAN图像显示低信号影即为出血),评价DECT图像(混合图像+VNC+IOM)对AIS患者血管内治疗后ICH的早期诊断效能。结果:符合纳入条件的49例AIS患者中15例DECT诊断为颅内出血合并对比剂外渗,全部经随访图像证实;34例诊断为对比剂外渗,随访证实30例,余4例随访图像提示出血性转化。DECT诊断早期ICH的敏感度、特异度及符合率分别为78.95%(15/19)、100%(45/45)和93.75%(60/64),阳性和阴性预测值分别为100%(15/15)和91.84%(45/49)。结论:双能CT可诊断AIS患者经血管内治疗后早期ICH并指导临床治疗。

基于Retinex和ADMM优化的水下光照不均匀图像增强算法

针对水下光照不均匀及光照较弱引起的成像模糊及失真问题,提出了一种基于Retinex和ADMM优化的水下图像增强方法。提取原始图像Lab空间的L分量作为初始光照图,并基于交替方向乘子法(ADMM)构造增广拉格朗日框架,对初始光照图进行优化获得精准的光照图像,并且通过伽马校正在亮度域对光照图进行进一步校正;结合Retinex理论中物体颜色恒常性的特性,求取物体的反射图像;利用双边滤波器抑制了水下噪声,获得更细致的增强图像。实验结果表明,所提的水下光照不均匀图像增强算法能有效解决因自然光或人工光源引起的光照不均匀及水下弱光照现象,提高了水下图像的质量,相较于其他算法,具有更好的性能。

非量测数码相机用于水利工程测绘的试验研究

非量测数码相机进行水利工程地形测绘的作业流程包括相机标定、像控点选设与测量、影像拍摄、数字影像处理、全数字摄影测量系统数据采集、地形图编辑等。几个试验测区的地形图测绘精度统计表明,利用非量测数码相机获取的数码影像基本能够满足高山峡谷地区200 m摄影距离内的1 m等高距1∶1 000地形图成图要求,也可以满足高山峡谷地区400 m摄影距离内的2 m等高距1∶2 000地形图成图要求。

基于时域自适应滤波及非局部平均的夜视图像去噪算法

为了增强夜视图像的可视性和清晰度,提出了一种适用于夜视环境的视频图像去噪和增强算法。首先在噪声消除方面,提出了一种基于卡尔曼结构更新的运动自适应时域滤波器;然后利用带有自适应限幅阈值的伽马校正调整RGB直方图来增加去噪视频图像的动态范围;最后,使用非局部平均(NLM)去噪滤波器消除剩余噪声。提出的方法能够直接用于颜色滤波阵列(CFA)原始视频图像,以便获得较低的内存消耗。在夜间环境(低于0.1 lx)下,利用200万像素CMOS传感器进行了具体测试,实验结果表明,相比现有的夜视图像增强方法,提出的视频图像增强法在夜间环境下均表现出了更加良好的性能指标。

基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法

提出一种基于最大后验和非局域约束的非下采样轮廓波变换域SAR图像去噪方法。根据SAR图像数据的特征,引入非对数加性模型,并在该模型下对SAR图像NSCT域中的噪声分布统计建模,应用最大后验准则和非局域约束相结合的方法解求SAR图像真实信号的NSCT系数。试验结果表明,本方法具有良好的去噪能力。