期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
Contour reconstruction of three-dimensional spiral CT damage image
1
作者 Cui Ling-Ling Zhang Hui 《Journal of Innovative Optical Health Sciences》 SCIE EI CAS 2018年第5期42-50,共9页
In order to improve the diagnosis and analysis ability of 3D spiral CT and to reconstruct the contour of 3D spiral CT damage image,a contour reconstruction method based on sharpening template enhancement for 3D spiral... In order to improve the diagnosis and analysis ability of 3D spiral CT and to reconstruct the contour of 3D spiral CT damage image,a contour reconstruction method based on sharpening template enhancement for 3D spiral CT damage image is proposed.This method uses the active contour LasSO model to extract the contour feature of the 3D spiral CT damage image and enhances the information by sharpening the template en.hancement technique and makes the noise separation of the 3D spiral CT damage image.The spiral CT image was procesed with ENT,and the statistical shape model of 3D spiral CT damage image was established.The.gradient algorithm is used to decompose the feature to realize the analysis and reconstruction of the contour feature of the 3D spiral CT damage image,so as to improve the adaptive feature matching ability and the ability to locate the abnormal feature points.The simulation results show that in the 3D spiral CT damage image contour reconstruction,the proposed method performs well in the feature matching of the output pixels,shortens the contour reconstruction time by 20/ms,and provides a strong ability to express the image information.The normalized reconstruction error of CES is 30%,which improves the recognition ability of 3D spiral CT damage image,and increases the signal-to noise ratio of peak output by 40 dB over other methods. 展开更多
关键词 Spiral CT three dimensional image contour feature extraction sharpening template en hancement
下载PDF
REC-ResNet:面向COVID-19辅助诊断的特征增强模型 被引量:1
2
作者 周涛 刘赟璨 +2 位作者 侯森宝 叶鑫宇 陆惠玲 《光学精密工程》 EI CAS CSCD 北大核心 2023年第14期2093-2110,共18页
基于残差神经网络的新冠肺炎(Corona Virus Disease 2019,COVID-19)辅助诊断是最近的研究热点,但是COVID-19胸部X-Ray图像病变区域多样化,其大小、形状、位置因患者而异,且与周围组织的边界模糊,对比度较低,导致难以充分提取病变区域的... 基于残差神经网络的新冠肺炎(Corona Virus Disease 2019,COVID-19)辅助诊断是最近的研究热点,但是COVID-19胸部X-Ray图像病变区域多样化,其大小、形状、位置因患者而异,且与周围组织的边界模糊,对比度较低,导致难以充分提取病变区域的有效特征。本文针对上述问题,提出一种COVID-19辅助诊断模型REC-ResNet,该模型以ResNet50为主干网络,引入三种特征增强策略,用来提高模型的特征提取能力。首先,采用残差自适应特征融合模块以自适应加权的方式有效地融合模型每个Stage中来自不同残差块的分层特征,该模块不仅建模不同通道之间的相关性,还学习自适应地估计不同层次信息的相对重要性;然后,在模型主干中引入高效特征增强Transformer模块,采用特征增强多头自注意力提取胸部X-Ray图像中的全局信息以增强模型的表达能力,有效地弥补了CNN捕获全局特征表示能力较弱的不足;其次,为了获得更丰富的上下文信息,提出跨层注意力增强模块,分别采用通道注意力和空间注意力对深层和浅层特征进行增强,并在充分考虑长距离特征依赖的情况下有效地融合高级语义信息和低级空间细节实现跨层注意力特征增强,使模型提取更多有效特征以进一步提高模型分类准确率。最终,在COVID-19胸部X-Ray图像数据集上的实验结果表明:本文模型与其他先进的CNN分类模型相比能够实现优异的分类性能,Acc,Pre,Rec,F1 Score和Spe指标分别为97.58%,97.60%,97.58%,97.59%和97.46%,进一步通过Grad-CAM可视化技术对模型进行解释,以增强特征的直观性。本文方法有助于临床医生做出正确的医学判断和更好的患者预后,为COVID-19的辅助诊断提供有效的帮助。 展开更多
关键词 新冠肺炎 胸部X-Ray图像 残差神经网络 注意力机制 特征增强
下载PDF
复杂背景下的电路板表面焊接缺陷视觉检测
3
作者 朱黎颖 王森 +1 位作者 沈爱萍 李选岗 《光学精密工程》 EI CAS 2024年第14期2256-2271,共16页
为了解决现阶段的印刷电路板(Printed Circuit Board,PCB)缺陷检测方法没有同时关注缺陷的细节信息以及全局信息,跨像素卷积或池化的降采样操作更是造成了PCB表面缺陷全局信息与细节信息的丢失。虽然部分方法使用注意力进行层内信息的关... 为了解决现阶段的印刷电路板(Printed Circuit Board,PCB)缺陷检测方法没有同时关注缺陷的细节信息以及全局信息,跨像素卷积或池化的降采样操作更是造成了PCB表面缺陷全局信息与细节信息的丢失。虽然部分方法使用注意力进行层内信息的关注,但是对普通卷积提取特征后造成的权重偏差问题缺乏关注的问题。本文提出了PCB表面缺陷检测网络(PCB defect detection Network,PCBNet),该方法通过设计膨胀挤压卷积(Dilation and extrusion Convolution,DeConv)提取PCB表面缺陷全局信息与细节信息,使用空间向通道集中卷积(Spatial to Passage Directed Focused Con⁃volution,SPD-Conv)进行降采样以减少信息丢失,设计细微特征增强模块(Subtle Feature Enhancement Module,SFEM)调节PCB表面缺陷特征的层内关系以及减少权重偏差的同时增强算法对细微特征的感知能力。在现场采集的PCB表面焊接缺陷数据集以及PCB Defect-Augmented数据集上与多种先进方法进行的对比的实验结果表明,PCBNet不仅在PCB表面焊接缺陷数据集上能够以每秒83帧的速度进行准确识别,还在PCB Defect-Augmented数据集上取得了COCO数据集评价指标mAP0.5的最佳精度。表明本文的方法拥有可部署在嵌入式设备上运行的潜力。 展开更多
关键词 PCB缺陷检测 膨胀挤压卷积 空间向通道集中卷积 细微特征增强 目标检测
下载PDF
TM 图像的信息量分析及特征信息提取的研究 被引量:41
4
作者 陆灯盛 游先祥 崔赛华 《环境遥感》 CSCD 1991年第4期267-274,T001,共9页
图像信息量分析是图像处理的基础,为此,本文研究了三个不同植被覆盖类型区,即多林区(森林覆盖在40%以上)、一般林地分布的丘陵区(森林覆盖10-30%)和农田为主的丘陵与平原区的图像信息量。分析同一地区冬夏两季的图像信息特征后得知,... 图像信息量分析是图像处理的基础,为此,本文研究了三个不同植被覆盖类型区,即多林区(森林覆盖在40%以上)、一般林地分布的丘陵区(森林覆盖10-30%)和农田为主的丘陵与平原区的图像信息量。分析同一地区冬夏两季的图像信息特征后得知,红外波段的信息量高于可见光波段,其中信息量最大的是TM5波段,最小的是TM2波段。同时对不同情况下波段间的相关性、均值和标准差等统计特征值也进行了分析。据此就图像增强、信息特征提取方法,如主成分分析、缨帽变换(KT变换)、比值等方法以及波段组合等进行了系统研究,并就其实用条件进行了探讨和评价。 展开更多
关键词 森林 履盖 TM图像 信息量 信息特征
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部