机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题，提出一种机器学习理论的超光谱遥感图像无损压缩方法。利用机器学习中的聚类算法进行第一次压缩，减少超光谱遥感图像中的冗余波段光谱，并降低图像维度；再利用机器学习中的人工神经网络进行第二次压缩，将不同图像子块送入不同压缩率的神经元当中，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。     

基于视觉识别的反应进程智能调控系统及其在溴素生产中的应用

针对溴素生产传统的人工观察蒸馏塔塔顶与塔底玻璃管的颜色,或者观察四氟塔蒸馏废液颜色,受环境光线和工人经验影响较大且无法精确控制,导致氯气过量或不足以及产品品质不稳定的问题,将智能视觉技术应用于溴素生产工艺,提出基于工业视觉的颜色智能识别系统,将生产工艺流程的颜色指标实时转换成数字指标,结合自主开发控制算法,实现工艺进程的量化计量,并通过控制算法实现现场情况的预判和精确控制,消除人工调控的随意性和滞后性,实现投料阀门的自动控制,提升装置产能的同时稳定产品质量,将溴素蒸馏工艺废液溴含量维持在0.13 kg/m3以下,溴成品氯含量全部稳定在0.01%以内,保证产品100%处于优级水平。     

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案。本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块。在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5%以上。本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义。     

基于光流法的固体内部声传播方向测量

目前采用光弹设备测量超声传播方向多为人眼主观观测,其误差较大,难以实现精确的定量测量。将Farneback光流法应用于光弹图像的处理,并根据帧与帧之间的光流图来计算光弹图像中的超声传播方向,可以捕捉图像中的动态声场。在实验中对不同传播方向的超声进行了测量,其绝对偏差度数最大值为2.85°,测量结果较为准确。因此,Farneback光流法可用于光弹图像中声波传播方向的判断,且具有快速、准确和直观等特点。