基于Micro-CT的小鼠骨小梁LBF模型提取及特征分析

针对小鼠股骨Micro-CT切片图像,提出一种骨小梁形态与分布特征的定量分析方法。利用形态学与LBF模型结合方法提取股骨中的骨小梁,通过模拟骨质疏松症状与提取后的正常骨小梁进行几何形态参数测量的对比,同时利用灰度共生矩阵分析骨小梁的纹理分布特征参数进行实验对比。实验结果表明,骨小梁变细、断裂以及消失等状态,其对比度、熵、能量、相关性等参数会发生明显变化,为定量化分析骨质疏松提供了一种研究方法。

一种基于SURF的图像特征点快速匹配算法

针对传统图像匹配算法计算量大、耗时长等缺陷,提出一种基于SURF(speeded up robust features)的图像特征点快速匹配算法.首先对图像采用SURF算法提取特征点;然后通过Haar小波变换确定特征点的主方向和特征点描述子,使用优化的最近邻搜索算法(best bin first,BBF)进行特征点匹配;最后根据实际需要选取相似度最高的前n对匹配点进行对比实验.实验结果表明:该算法鲁棒性强,速度快,匹配准确性高,具有较大的应用价值.

组网雷达弹道目标三维微动特征提取

研究弹道目标中的滑动型散射中心三维微动特征提取问题。分析滑动型散射中心的特点,介绍一种基于半周期时延相乘的散射中心微动特征提取方法,建立滑动型散射中心和理想散射中心微动的数学联系,利用组网雷达的多视角特性,从回波信号中提取参数,通过构造多元非线性方程组,以提取的参数作为变量,求解目标三维微动参数和部分结构特征。仿真实验验证了该方法的有效性。

基于生物启发特征和SVM的人脸表情识别

将C1特征应用于静态图像人脸表情识别,提出了一种新的基于生物启发特征和SVM的表情识别算法。提取人脸图像的C1特征,利用PCA+LDA方法对特征进行降维,用SVM进行分类。在JAFFE和Extended Cohn-Kanade(CK+)人脸表情数据库上的实验结果表明,该算法具有较高的识别率,是一种有效的人脸表情识别方法。

基于奇异熵的钢球表面缺陷特征提取研究

为评价钢球表面缺陷,应用小波分析、奇异值分解和信息熵相结合的方法提取钢球表面特征,基于奇异熵定义钢球表面图像特征参数,计算4种典型钢球表面缺陷图像的特征参数.结果表明:特征参数能反映图像的纹理特征,钢球表面损伤愈大,纹理愈复杂,其特征参数也愈大,特征参数可用于钢球表面缺陷的识别. Abstract： The character of steel ball surface is extracted to estimate its surface flaws by means of wavelet analysis,singular value decomposition and information entropy. The character parameter of steel ball surface image is defined based on the singular entropy. The character parameters of four typical steel ball surface flaw images are ealculated. It is shown that the character parameter describe the texture character of image, larger surface flaw, more complex surface texture and bigger character parameters. Therefore the character parameters can be used to identify steel ball surface flaws.

基于核特征距离的局部活动轮廓模型

提出了一种基于核特征距离局部活动轮廓分割模型。在模型中使用核特征距离来构造局部拟合能量,从而可以获取精确的局部图像特征,可以分割存在灰度不均匀的图像。并通过引入水平集规范项以避免水平集演化的重新初始化,提高了分割的效率。实验结果表明,本模型可以很好地克服灰度不均匀性,同时在分割精度上有了较大的提升,特别是分割速度比LBF模型快1.3～1.5倍。

试论网络诗歌的语言特征

上世纪80年代中后期,诗歌归于沉寂。随着社会的发展,互联网时代的到来,网络诗歌应运而生,打破了诗歌沉寂的局面,网络诗歌逐渐成为诗歌创作的主要形式。作为一种语言艺术,网络诗歌除具有陌生化、口语化的特征外,由于互联网的随意性、互动性、匿名性、平等性、虚拟性以及人们精神世界的变化,网络诗歌也具有了低俗化的倾向。

基于SURF特征和Delaunay三角网格的图像匹配

图像特征匹配的核心是通过距离函数实现在高维矢量空间进行相似性检索.重点研究提取好的特征点并快速准确地找到查询点的近邻.首先,提取图像的多量、有区别且稳健的SURF(Speeded up robust feature)特征点,并将特征点凸包进行Delaunay剖分.然后,对Delaunay三角边抽样、聚类、量化并构建索引.通过票决算法,将点对匹配与否映射到矩阵中以解决距离度量没有利用数据集本身所蕴含的任何结构信息和搜索效率相对较低的问题.结合SURF算法和Delaunay三角网提出一种特征匹配的新方法,在标准图像集上的实验验证,在耗时基本相同的情况下,提取的特征点较多且正确匹配率较高.

森林优化特征选择算法的增强与扩展

特征选择作为一种重要的数据预处理方法,不但能解决维数灾难问题,还能提高算法的泛化能力.各种各样的方法已被应用于解决特征选择问题,其中,基于演化计算的特征选择算法近年来获得了更多的关注并取得了一些成功.近期研究结果表明,森林优化特征选择算法具有更好的分类性能及维度缩减能力.然而,初始化阶段的随机性、全局播种阶段的人为参数设定,影响了该算法的准确率和维度缩减能力;同时,算法本身存在着高维数据处理能力不足的本质缺陷.从信息增益率的角度给出了一种初始化策略,在全局播种阶段,借用模拟退火控温函数的思想自动生成参数,并结合维度缩减率给出了适应度函数;同时,针对形成的优质森林采取贪心算法,形成一种特征选择算法EFSFOA(enhanced feature selection using forest optimization algorithm).此外,在面对高维数据的处理时,采用集成特征选择的方案形成了一个适用于EFSFOA的集成特征选择框架,使其能够有效处理高维数据特征选择问题.通过设计对比实验,验证了EFSFOA与FSFOA相比在分类准确率和维度缩减率上均有明显的提高,高维数据处理能力更是提高到了100 000维.将EFSFOA与近年来提出的比较高效的基于演化计算的特征选择方法进行对比,EFSFOA仍具有很强的竞争力.

基于Feature Forest的图像检索

基于语义树(Vocabulary tree)的图像检索方法是效果最好的方法之一,但目前存在的基于Vocabulary tree的方法都是建立在一种特征上的,当图像库比较大时很难达到理想的效果。基于此,提出一种多特征检索结果的融合框架Feature forest,根据各种特征的检索结果好坏动态确定对应特征树的权值。实验结果证明,相对于单种特征的特征树,该方法有一定的优越性。

基于局部二值特征和BP神经网络的头部姿态估计

针对头部姿态估计(HPE)通常会受到人脸姿态、表情和遮挡以及特征提取不准确等因素影响导致识别率不高的问题,提出一种鲁棒的头部姿态估计方法。生成局部二值特征(LBF),通过训练随机森林回归出人脸68个关键特征点提取模型,结合反向传播(BP)神经网络训练分类器识别头部姿态。在CASPEAL-R1和Pointing’04数据集上的实验结果表明:所提方法的头部姿态估计准确率达到了98. 57%,平均绝对误差为3. 90°,解决了人脸关键特征点定位不准确的问题,进一步提高了头部姿态的识别精度。

基于图像目标特征空间自学习分类算法

为解决图像分类过程中特征点选择的随机性对分类精度造成的影响,提出一种基于图像目标特征空间自学习分类算法。利用基于颜色和纹理特征的多通道局部主动轮廊模型找到图像的目标区域,在目标区域选取特征并对特征稀疏编码建立图像的目标特征空间。为进一步提高图像分类精度建立投票机制下基于图像目标特征空间的自学习算法。实验结果表明,该方法能避免特征选择的随机性对实验结果的影响,有效地提高图像分类的精度。

妊娠合并急性胰腺炎的临床特征及诊治分析

目的 探讨妊娠合并急性胰腺炎(acute pancrealitis,AP)的病因、临床特点及防治方法.方法 回顾性分析2002年1月至2008年10月本院收治的68例妊娠合并AP患者的临床资料.结果 (1)68例患者中,病因以胆源性(45.59%)、高脂血症性(29.41%)为主;(2)多发于妊娠的中晚期(82.35%);发生重症AP的比例较高(45.59%),且其中70.97%发病于妊娠晚期.(3)采用积极综合治疗,对明确胆总管结石者行ERCP术;终止妊娠23例,41例继续妊娠.无孕妇死亡,胎儿死亡4例(5.88%).结论 胆道疾病与高脂血症是妊娠合并AP的主要病因,掌握该疾病的临床特点,争取早诊断、积极内镜介入治疗和控制血脂、适时终止妊娠,可以提高治愈率.

骨原发性淋巴瘤影像学特点分析

目的探讨骨原发性淋巴瘤(PLB)的影像学特点,提高临床骨原发性淋巴瘤的影像诊断率。方法回顾性分析18例经临床和病理证实的骨原发性淋巴瘤的X线平片、CT及MRI特点。结果男10例,女8例,平均年龄(40.6±5)岁,单发16例,多发2例。股骨5例次,腰椎4例次,髂骨、胸椎各3例次,颅骨、胫骨各2例次,骶椎、肱骨各1例次;X线及CT表现为浸润型4例,溶骨型7例,硬化型1例,混合型5例,囊变型1例,明显骨膜反应3例,合并病理骨折5例,16例有明显软组织肿块,MRI检查:病变在T1WI多呈低或等信号,T2WI多呈等或稍高信号,呈明显均匀或不均匀强化。结论 (1)骨原发性淋巴瘤影像学上缺乏特征性表现,X线、CT及MRI综合分析,有助于明确诊断、鉴别诊断。(2)全身症状轻,骨皮质破坏的范围相对小而软组织肿块大,骨膜反应轻,MRI的T2WI信号不高,增强扫描多呈明显强化,是其相对特征性影像学特点。

一种基于机器视觉的平面加工机床控制系统的设计

针对服装、包装等加工行业中须将人工测量的纸质图纸或模型样件的尺寸信息录入计算机并转换成电子加工图纸而导致的加工周期长、生产效率低的问题,提出了一种基于机器视觉的平面加工机床控制系统,以实现对纸质图纸或模型样件的快速检测。采用“ARM+DSP”方式搭建了主从式运动控制系统,设计了系统各部分功能模块。构建了“工控机+工业CCD (charge coupled device,电荷耦合器件)相机+光源控制”的视觉检测系统,结合FAWS (feature adaptive wavelet shrinkage,自适应特征的小波收缩)算法和麻雀搜索算法提出一种改进的FAWS算法进行图像降噪,并采用Canny算法进行图像边缘检测,实现图像轮廓的准确提取。设计了图像轮廓提取、轮廓数据转换为加工数据、数据通信等处理程序,实现了基于机器视觉的快速检测以及在系统加工过程中的人机交互。最后,对系统进行了实验测试,对实际加工效果进行了评价。结果表明,采用所研制的平面加工机床控制系统不仅能显著提高生产效率,而且能减小图像轮廓的误差。其性能稳定可靠,具有一定的工程实用价值。

基于FRIENDSHIP的球艏参数化实现方法

在分析球艏形状特征参数、特征曲线和曲面生成的基础上,介绍以Feature、Curve engine和Metasurface为特征机制的球艏参数化方法和实现过程。生成的曲面模型光顺、精度高,可满足工程的需要。

一种鲁棒的人脸关键点实时跟踪方法

针对视频图像序列中人脸关键点跟踪对鲁棒性和实时运行的要求,提出一种新的人脸关键点实时跟踪方法。运用光流法跟踪若干显著关键点,为下一帧选择更好的初始形状,根据当前帧的人脸形状估计下一帧的人脸框,以减少对人脸检测器的依赖,同时为防止误差累积,加入人脸检测器重启机制。实验结果表明,该方法在300-VW数据集上实现了68个人脸关键点的鲁棒跟踪,运行速度达30+f/s,可用于大多数人脸相关的实时应用。

计及距离修正的电力设备紫外放电区域提取研究

紫外局部放电检测是电力设备绝缘缺陷带电检测中的一种新兴技术手段,通常用光子数表征放电强度,然而该参量受观测距离和探测器增益等外部环境的影响,探测结果往往存在很大误差。为更准确地对紫外放电进行量化分析,提出基于改进GAC模型的有效放电区域提取方法。通过对LBF模型的能量函数进行归一化处理以代替原来GAC模型的边缘停止函数,实现对紫外图谱放电区域的提取;采用前景信息像素点统计的方式获取放电光斑面积参数;最后通过光斑面积的距离修正实验验证所提方法的可行性,结果表明该方法不仅可以快速定位放电点,而且能准确地对紫外放电进行量化分析,具有良好的自动化性能。

面向VTM的交互式活体检测算法

为提升远程视频柜员机人脸识别登录系统的识别率和安全性,将改进的眨眼检测、背景检测和随机组合动作指令相结合,提出一种交互式活体检测算法。基于OpenCV级联分类器人脸检测和局部二值特征人脸对齐算法,结合坐标比例和眼球色素变化改进眨眼检测。利用背景检测和随机组合动作指令抵御动态视频攻击,加入图像质量检测与校正功能,使系统在弱光、歪斜等环境影响下对活体人脸检测有较好的检测效果。在活体人脸数据库CASIA-FASD和自建样本库上进行实验,结果表明,该算法识别率达到97.67%,与多光谱、卷积神经网络等检测算法相比性能有明显的提升。

ACM选择系统结合改进Chan-Vese模型的自适应图像分割方法

针对传统脑肿瘤人工分割方法稳定性与精确度不够高的问题,提出了一种ACM选择系统结合改进Chan-Vese模型的自适应图像分割方法。提出的框架适用于3种不同的局部区域主动轮廓模型(LRACM):LGDF、改进C-V以及LBF,根据要处理特定图像集,提出的方法可以自适应地选择其中最佳的一种模型来表示图像。首先,在学习阶段,其中一部分数据用于在最佳LRACM的选择任务中训练系统,并为此计算了平均值、调和平均值等10个图像特征;然后,在评估阶段,其余数据被测试以评估所提出的系统正确选择期望的主动轮廓模型的能力;最后,使用支持向量机分类器对3种模型所分割后的图像进行分类,将性能最好的模型作为所选模型,进一步进行准确分割。使用脑图像数据库Brain Perfusion Database的MRI数据和艾伦脑图像数据集进行实验。实验结果显示:相比仅单独使用其中1种模型的LRACM方法,提出的自适应选择方法实现了最佳分割效果。