基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

纤维增强复合材料结构局部形状与环境腐蚀速率的关系研究

纤维增强复合材料(FRP)结构在外部环境作用下,不同位置的腐蚀速率并不一致,与该位置处FRP形状和环境作用有关。由于FRP结构形状多变的特点,常在梁柱交界处、FRP型材棱角处存在内凹角和外凸角,这些位置结构的腐蚀往往最为严重。本文对环境作用下FRP结构棱角处腐蚀速率的差异进行了理论分析和数值模拟。利用菲克定律下的扩散规律和有限元软件,计算了构件棱角不同角度与扩散速率的关系。定义并计算了棱角处于不同角度时的局部影响系数,结果表明,内部凹角对结构的腐蚀呈减弱影响,外部凸角对腐蚀呈放大效应。利用粒子抛射沉积与环境沉积的相似性,采用蒙特卡罗方法建立了不同粒子数目的粒子抛射沉积模型。定义并计算了角部的环境富集系数,分析发现凹角处会对环境产生汇集作用,凸角对环境分布影响相对较小。综合考虑了棱角对扩散速率的影响和环境富集的影响,定义并计算了结构形状影响系数,结果表明,结构物表面凸出和凹陷处更易受到环境腐蚀,结构耐久性设计时应考虑在棱角进行特殊防护设计。通过计算的结构形状影响系数可以为耐久性定量设计提供计算支持。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。     

基于语义分割算法的水库漂浮物智能识别

为了满足水库漂浮物强监管的需求，发挥水库水雨情视频监控的优势，将语义分割算法DeepLabV3+应用于水库漂浮物智能识别任务中。首先，通过多要素数据采集方法以及多种图像数据增强方式系统性整合得到水库漂浮物语义分割数据集。然后，提出改进的加权代价函数，以适应数据集中各类的总像素数量不平衡的问题。实验结果表明，通过规范采集与多种数据增强建立的数据集，以及改进的加权代价函数，提高了水库漂浮物语义分割模型的准确率。所提模型像素准确率平均值、平均交叉比分别可达到95.21%、91.03%，通过微信企业号实现的移动监管，可为水利相关部门对水库漂浮物进行及时的智能监控预警提供新的技术方案。