铁谱图像典型磨粒自动提取方法研究

为了提高铁谱分析自动化程度,结合脉冲耦合神经网络（PCNN）和数学形态学,提出了一种铁谱图像典型磨粒自动提取方法。利用综合色距函数将彩色铁谱图像三通道问题转化为单通道问题,使分割问题简化;利用简化PCNN间接实现铁谱图像分割,并采用数学形态学对获得的二值图像进行处理;运用数学形态学中连通域提取算法自动提取图像中的典型磨粒。实验结果表明：与其他方法相比,该方法能快速有效地分割铁谱磨粒图像,并实现铁谱图像中典型磨粒的自动提取。     

一种新的高分辨率SAR图像道路提取算法

针对高分辨率SAR图像中道路目标难以有效提取的问题,提出一种新的高分辨率SAR图像道路提取算法,它结合了参数化内核图割和数学形态学算法。利用参数化内核图割对高分辨率SAR图像中的道路目标进行初级分割,用数学形态学填充空洞,平滑道路边缘;基于道路的几何特征,使用矩阵度、改进的长宽比、复杂度等因子去除虚警;针对处理过程中出现的道路断裂情况,利用数学形态学提取道路目标的中心线,同时根据线段邻近性、方向一致性准则对其断裂部分进行连接,用数学形态学还原道路宽度,得到道路提取结果。实验结果表明该算法不用进行SAR图像预处理,也可以有效抑制相干斑噪声,并且能准确、较为完整地提取道路目标。     

基于数学形态学的遥感图像多感兴趣区域提取

提出了一种基于数学形态学的遥感图像多感兴趣区域提取算法。首先通过形态学运算强化特定结构的多个目标区域,运用阈值分割算法完成初步的图像区域分割;然后利用形态学运算进行精细化处理,结合提出的判断准则,通过人工交互完成了多感兴趣区域的提取;最后利用形态梯度的算法探测出感兴趣区域的边缘。实验结果表明该方法能够快速有效地分割提取出遥感图像中的多个感兴趣区域。     

基于改进的Mean Shift方法的高分辨率遥感影像道路提取

遥感影像的道路提取长期以来一直是数字摄影测量未能解决的难题之一。本文在探讨了均值漂移、区域分割、边缘检测、轮廓跟踪的基础上,提出一种基于均值漂移和利用统计面积去除和合并小区域的道路提取算法,并采用数学形态学方法消除错误道路,利用轮廓跟踪法获取道路的边缘,实现道路的提取;通过与基于区域分割、边缘检测算法提取结果对比,结果表明,本文的算法进行道路提取的效果更好。     

一种基于数学形态学与改进的SUSAN算子边缘提取快速算法

提出基于数学形态学和SUSAN算子的灰度图像边缘提取方法,同时对SUSAN算子进行了改进.该方法利用数学形态学开运算估计背景,将原始图像与背景进行几何运算,在处理后的图像上运用改进的SUSAN算子提取边缘,并进行了仿真实验.实验结果表明,该方法不仅具有较好的去噪和边缘提取能力,而且算法简单易于实现,运算速度快.     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。     

基于数学形态学的虹膜定位算法

针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。     

动态数学形态学轮廓提取算法在ARM上的实现

提出一种新的基于动态数学形态学的动态腐蚀轮廓提取算法。该算法以动态数学形态学中的约束条件为判断准则,通过定义评价函数来动态确定结构元素的移动方向,直接对感兴趣的目标进行轮廓提取。该算法引入自适应滤波门限,进一步增强了其抗噪处理能力。通过在ARM上对算法进行实现,得到了清晰的人体轮廓图像。该算法对实时目标的轮廓提取具有快速性和准确性的特点。     

人工模糊图像边缘的盲检测算法

为检测并定位数字图像篡改中常采用的人工模糊边缘操作,提出一种基于模糊集合、局部清晰度与数学形态学的人工模糊边缘检测算法。利用模糊集合对图像边缘进行提取,得到被增强的经过人工模糊的图像边缘与被弱化的非人工模糊边缘;引入局部清晰度来区分人工模糊与离焦模糊边缘点;利用数学形态学中的腐蚀运算细化掉被弱化的非人工模糊边缘,保留被增强的人工模糊边缘,实现对人工模糊图像边缘的像素级定位。通过实例验证了该算法的有效性与正确性。     

基于数学形态学的道路提取

利用遥感图像进行道路提取已经有了一些研究,如图像分割,基于知识的道路特征识别和数学形态学等,但尚有许多问题需要解决,设计了一种基于数学形态学的遥感图像道路提取算法。该算法首先将遥感图像二值化,然后进行噪声滤除、形态学边缘检测与边缘连接。通过采用ETM+遥感图像进行实验表明,该算法与传统的边缘检测与边缘闭合的算法相比,具有更好的抗噪能力,且精度较高,具有一定的现实意义。     

一种视网膜血管自适应提取方法

为了快速有效地提取视网膜血管，根据视网膜图像的灰度分布特征，提出了一种新的基于自适应阈值化的血管提取方法。该方法是首先把图像划分成很多同样尺寸的小子图像，然后在每个子图像中分别计算局部阈值，并用该阈值分割该子图像。因为视网膜图像中血管和背景在局部范围内都比较均匀，所以在每个子图像中都存在一个局部阈值能够将其中的血管分割出来。采用的局部阈值计算方法不仅允许子图像可以取得很小，而且能够保证得到平方误差最小意义下的最优阈值。在阈值计算过程中，还用到一种基于过零点边缘检测技术的边缘追踪算法。最后还提出一种基于区域生长的特征综合方法，即通过综合两次阈值化分割得到的血管结构来清除碎片。多幅视网膜图像的实验证明，该方法的计算速度很快，并且可以提取包括细血管在内的绝大部分血管。     

Optimized clinical segmentation of retinal blood vessels by using combination of adaptive filtering,fuzzy entropy and skeletonization

The analysis of retina blood vessels in clinics indices is one of the most efficient methods employed for diagnosing diseases such as diabetes, hypertension and arthrosclerosis. In this paper, an efficient algorithm is proposed that introduces a higher ability of segmentation by employing Skeletonization and a threshold selection based on Fuzzy Entropy. In the first step, the blurring noises caused by hand shakings during ophthalmoscopy and color photography imageries are removed by a designed Wiener’s filter. Then, in the second step, a basic extraction of the blood vessels from the retina based on an adaptive filtering is obtained. At the last step of the proposed method, an optimal threshold for discriminating main vessels of the retina from other parts of the tissue is achieved by employing fuzzy entropy. Finally, an assessment procedure based on four different measurement techniques in the terms of retinal fundus colors is established and applied to DRIVE and STARE database images. Due to the evaluation comparative results, the proposed extraction of retina blood vessels enables specialists to determine the progression stage of potential diseases, more accurate and in real-time mode.     

基于多尺度Gabor滤波的造影血管中轴线的自动提取

提出了一种自动提取数字造影血管图像中2维血管树中轴的新方法。作为血管树3维重建的基础,2维中轴提取的准确性显得格外重要。该方法充分利用了多尺度实Gabor滤波灵活的频率带宽和理想的增强效应,对不同粗细的血管进行中轴增强和去除背景噪声,再利用Hessian矩阵计算结果提供的方位信息进行非最大值抑制求取响应图的局部极值点,最后通过双阈值分割得到血管中轴线。实验结果表明,该方法鲁棒性好,提取中轴线的质量高。     

基于改进型AdaBoost网络模型的斑马鱼胚胎血管识别

基于图像特征与改进型AdaBoost网络模型,对斑马鱼节间血管的识别进行了研究.对3组斑马鱼胚胎荧光图像训练集的节间血管进行正负样本选取,使用Haar-like特征图提取图像特征,通过Ada-Boost网络模型对所提取的特征训练形成级联分类器,根据识别效果,调整改进网络的系数得到改进型级联分类器,最终实现了节间血管的精确识别和统计.实验结果表明:对于节间血管提取的准确率和识全率分别达到了93.8%和91.1%,说明该算法检测准确率高,对不同组别图像均有稳定的检测效果.     

约束方程能量最小化提取3维血管图像中轴线

3维血管中轴线提取是血管量化的第一步,同时也是最重要的一步。为此,提出一种动态提取3维血管图像中轴线的方法。首先构造具有3维血管特征的能量约束方程,通过细化方法或人工构造方式得到血管图像初始骨架线,在能量约束方程的作用下,沿着血管图像距离场梯度的方向不断向血管中轴线位置逼近。当方程能量达到最小值时,初始骨架线也就固定在中轴线位置。实验结果表明,提取出来的血管中轴线位置准确,且保持拓扑结构和连通性。     

基于词或词组长度和频数的短中文文本关键词提取算法

中文文本的关键词提取是自然语言处理研究中的难点。国内外大部分关键词提取的研究都是基于英文文本的, 但其并不适用于中文文本的关键词提取。已有的针对中文文本的关键词提取算法大多适用于长文本,如何从一段短中文文本中准确地提取出具有实际意义且与此段中文文本的主题密切相关的词或词组是研究的重点。 提出了面向中文文本的基于词或词组长度和频数的关键词提取算法,此算法首先提取文本中出现频数较高的词或词组,再根据这些词或词组的长度以及在文本中出现的频数计算权重,从而筛选出关键词或词组。该算法可以准确地从中文文本中提取出相对重要的词或词组,从而快速、准确地提取此段中文文本的主题。实验结果表明,基于词或词组长度和频数的中文文本关键词提取算法与已有的其他算法相比,可用于处理中文文本,且具有更高的准确性。     

Real-Time Implementation of the Relative Position Estimation Algorithm Using the Aerial Image Sequence

This paper deals with an implementation of the navigation parameter extraction algorithm on the TMS320C80 multimedia video processor (MVP). Especially, this paper focuses on the relative position estimation algorithm which plays an important role in the real-time operation of the overall system. Based on the relative position estimation algorithm proposed in [1], we develop a sliding window method that can reduce the computational complexity of the feature block extraction greatly. Then, we make the algorithm fit into four fixed-point processors in the MVP, considering the data dependency and the effects due to the finite register length. As a result, we demonstrate that the navigation parameter extraction system implemented on the MVP can operate at full-frame rate, by exploiting the computational power of the MVP fully.     

Retinal vessel extraction using dynamic multi-scale matched filtering and dynamic threshold processing based on histogram fitting

Automatic extraction of retinal vessels is of great significance in the field of medical diagnosis. Unfortunately, extracting vessels in retinal images with uneven background is a challenging task. In addition, accurate extraction of vessels with different widths is difficult. Aiming at these problems, in this paper, a new dynamic multi-scale filtering method together with a dynamic threshold processing scheme was proposed. The image is first divided into sub-images to facilitate the analysis of gray features. Then for each sub-image, the scales of the matched filter and the segmentation threshold are dynamically determined in accordance with the Gaussian fitting results of the gray distribution. Compared with the current blood vessel extraction algorithms based on multi-scale matched filter using uniform scales for the whole retinal image, the proposed method detects many fine vessels drowned by noise and avoids an overestimation of the thin vessels while improving the accuracy of segmentation in general.     

基于全局注意力机制的肝脏血管分割

肝癌仍然是世界癌症死亡的主要原因,如今血管介入治疗是其主要的治疗方式,同时肝脏血管影像在该过程中有着关键作用,能够为专业的医生提供重要的参考价值.但是通过人工来标注血管是复杂且耗时的任务,因此实现自动肝脏血管分割对相关工作有着重大意义.本文提出了注意力门控单元,用于提高网络信息提取能力,并将该单元与UNetR网络相结合,提出一种新的网络结构——UNetR-AGM.在对腹部CT的预处理上使用了均衡过滤策略,不仅提高血管和周围组织的对比度,而且能够对血管完成粗分割.为了验证所提出方法有效性,本文将UNetR-AGM与其他人员的研究方法在MSD (medical segmentation decathlon)数据集上进行对比,并分析算法的准确性.实验结果表明,本文采用的方法与其他模型相比具有更好的效果.     

分布式语音识别系统及其相关技术

该文阐述了分布式语音识别系统的基本原理,结合ETSI标准,分别讨论了DSR系统中所采用的特征提取算法、特征压缩算法及纠错编译码技术。