基于边缘信息和先验形状的水平集图像分割方法及其在病原菌识别中的应用

研究从多目标图像中自动提取单个目标的图像处理方法.从分析曲线的水平集表示入手,首先探讨了水平集动态轮廓分割和配准模型构建的统计思想和变分方法,然后针对多目标粘连图像的特点,提出了含边缘信息和先验形状的水平集图像分割模型,并将其应用于病原菌的识别.由于引入边缘信息改进对分割的约束,加强了目标边缘对分割轮廓的吸引,同时消除了一些由噪声、阴影和杂质造成的影响.实验表明,改进后的先验形状水平集图像分割方法能直接从多目标粘连图像中提取单个目标,进一步完善了依据显微镜图像识别病原菌的图像处理方法.     

一种基于区域动态轮廓的交互式目标分割算法

研究了以用户与系统之间的交互信息为先验知识的目标分割算法,提出一种基于区域动态轮廓的交互式目标分割算法.采用基于区域动态轮廓的CV模型及形状先验引导进化思想,并引入了基于滤波后图像梯度和Laplace的分段自适应加权算法.为了克服由于对先验差值区域加权而产生的目标轮廓萎缩问题,对所构建的进化模型引入了面积激励项.实验结果表明:算法无需基于精确先验知识训练而获得的先验知识模型,用户仅需要选择待分割目标的大致区域,算法即可对该区域进行分割,在选用的灰度图像级上,完成分割所需要的迭代次数仅为基本CV模型的26.4%.     

基于改进UNet网络的烧结矿粘连图像分割研究

为了解决烧结矿粒度识别过程中颗粒形状不规则、边缘模糊、高度粘连,难以识别的问题,提出了一种基于多尺度特征融合的改进UNet网络对烧结矿图像进行分割。该网络通过引入残差和密集连接,并加入SE模块(squeeze excitation block)进行特征融合,提取低层次精确的轮廓信息,解决烧结矿轮廓特征利用率低的问题;每层利用多尺度密集连接,完成非对称信息交换,有效缓解编码特征和解码特征之间的语义鸿沟问题;在解码器部分添加两个解码器,引入烧结矿轮廓特征,进行多任务学习并形成新的损失函数,利用轮廓信息来约束烧结矿对象掩码分割,提高粘连烧结矿轮廓分割能力。试验结果表明,改进的UNet网络与其他网络相比,显著提高了粘连烧结矿图像的分割准确度,为烧结矿粒度的准确识别奠定了基础。     

地上下一体化的三维空间数据库模型设计与应用

大规模地上、地下三维实体建模与空间分析应用中,由于三维模型的多样性和对象空间分布的不均衡性,如何高效地一体化组织和管理海量三维空间数据成为当前三维GIS的核心问题之一.提出了一种兼顾空间关系与语义关系的三维空间数据库模型.给出了相应的概念模型、逻辑模型和物理模型.特别针对地质体的复杂性.给出了顾及语义的多尺度地下空间目标概念模型和多层次三维空间索引机制.用武汉市和南京市三维数字城市示范区模型数据进行了应用试验分析,验证了该模型的有效性.     

基于小波变换的有色金属腐蚀图像自适应增强方法

通过对有色金属腐蚀图像的增强处理,提高对腐蚀图像的修复和识别能力,提出一种基于小波变换的有色金属腐蚀图像自适应增强算法,对采集的有色金属腐蚀图像进行腐蚀边缘轮廓特征提取预处理,采用小波变换算法进行腐蚀图像的浊点标定,结合自适应匹配滤波检测实现图像增强算法改进。仿真结果表明,采用该算法进行图像增强,能提高腐蚀金属图像输出的峰值信噪比,性能指标优于传统方法。     

基于单尺度Retinex理论的带钢图像增强算法

针对带钢表面缺陷检测中图像偏暗的问题,提出一种基于单尺度Retinex理论的图像增强算法,该算法将预处理后的带钢图像乘以比例系数,得到亮度图像的估计值,接着对反射图像采用Gamma校正,最后将Gamma校正后的反射图像与粗估计的亮度图像进行合成,得到最终的增强图像。对算法中亮度估计用到的比例系数,以及Gamma校正系数进行了详细的分析。实验结果表明,该算法避免了单尺度Retinex算法在估计亮度图像时采取的复杂运算,并且较一般的图像增强算法能够使带钢图像中较暗的细节得以凸现,在增强效果和实时性上具有更大的优越性。     

电子元件金属焊接质量识别图像增强算法研究

针对电子元件焊点图像质量识别中,目标和背景不容易区分的问题,在传统图像增强算法的基础上,提出了基于灰度变换的改进算法和基于频域变换的改进算法,并利用软件进行了仿真,从实验结果看,图像增强的整体效果较好,细节清晰,目标和背景区分清楚。为后续电子元件的焊点质量识别提供了良好的基础。     

基于EDEM与ADAMS耦合的冲击破碎仿真分析

通过冲击破碎仿真模拟能使多尺度内聚颗粒呈现出较明显的弹性变形阶段、塑性变形阶段以及断裂破碎阶段。文章利用EDEM与ADAMS的双向耦合,对基于离散元法构建的钨矿石多尺度内聚颗粒模型进行冲击破碎仿真试验,通过仿真模拟发现,矿石多尺度内聚颗粒模型在冲击破碎过程中具有较明显的弹性变形阶段、塑性变形阶段以及断裂破碎阶段;分析得到了不同冲击角下破碎黏结键数目、冲击破碎力随时间的变化曲线,二者与冲击破碎能呈线性关系;对碎后的粒度进行筛分、统计,得到多尺度内聚颗粒模型破碎后粒度分布具有一定的单峰偏度正态特性,并与破碎试验结果进行对比,两者一致性较高,证实了利用多尺度内聚颗粒模型模拟矿石冲击破碎的可行性。     

无钟高炉炉料分布预测模型

为提高无钟高炉炉喉料面的预测精度,建立了考虑炉料运动的炉料分布数学模型.在分析炉料运动的基础上,指出了炉料运动是影响炉料堆积过程的重要因素,采用尺寸比1∶10的无钟布料器模型试验分析了不同炉料分速度对炉料堆积行为的影响,建立了考虑炉料运动因素的料堆轮廓预测模型,并通过数值方法确定了料堆的位置和料面轮廓曲线,应用于料面形状的预测.结果表明:炉料的运动是造成料堆两侧堆积角差异、料堆横截面面积变化以及料面轮廓改变的重要原因,料堆轮廓采用直线段和曲线相结合的方式进行构造,炉料的堆积角和曲线过渡区域长度作为重要的模型参数均考虑了炉料速度的影响,模型构造的轮廓接近真实料堆形状,应用该模型实现了炉喉料面的准确预测.      

基于水平集的钢水图像分割方法

钢水质量和收得率是转炉生产的两项重要生产考核指标。通过红外热成像法检测转炉出钢钢水图像中钢渣占比率,从而有效控制钢水质量和收得率是转炉生产工艺之一。由于转炉出钢钢水红外灰度图像具有背景噪声干扰大、钢渣呈多目标分离标状且边缘非规则等特点,因此如何提高钢水图像分割及钢渣占比检测准确率一直是难点问题。针对该问题,提出了一种基于水平集的转炉出钢钢水图像分割方法,能将钢水、钢渣和背景区域有效分割。该方法首先根据钢水图像特征改进Chan-vese几何活动轮廓模型,构造一种双几何活动轮廓曲线模型及演化函数;然后通过改造水平集算法,求解最小化双轮廓曲线演化函数,获得分割区域及其灰度特征值;最后通过分割的钢渣钢水区域面积比值计算完成钢渣占比率检测。试验表明该方法具有一定的抗噪性和准确性,能较好地应用于转炉出钢图像分割及钢渣检测。