基于Web技术的医疗图像脱敏系统的设计与实现

针对目前医疗图像脱敏系统尚未普及、传统人工脱敏效率不高等问题,设计并实现基于Web技术的医疗图像脱敏系统。基于PyCharm开发平台,采用Flask框架封装脱敏操作,设计脱敏系统的可视化界面并实现前后端交互。该脱敏系统总体架构分为单张超声图像脱敏、批量超声图像脱敏、单张CT图像脱敏、批量CT图像脱敏4个模块。实验结果表明,针对1 000张CT图像和1 000张超声图像,该系统可分别在12.78 s与14.07 s内批量完成这两类图像敏感信息的脱敏工作,符合临床使用要求。     

基于python的图像采集器开发

本文设计了一种在Python的基础上进行图像采集的工具,本文研究的实时图像主要是通过现有的数码相机来进行获取的,在实验中的图像信息主要是基于Linux系统中的到的,而且这些信息也是利用Python语言的脚本Opencv数码相机自带的一些图像处理与识别技术来获取的,这些设计的可靠性非常的高而且本身的灵活性以及稳定性就非常的突出,这种采集方法还有一个显著的特点就是成本非常的低,本文中的图像将通过Python脚本分析收集到的输入数据为基础,并且将C编程引入到开发中来,因为要处理图像之后会出现各种各样的数据结果,因此对于C编程的引入也是根据不同的需求来进行关联,最终的目的是为了PPT页面的实现。本文的核心是详细介绍了利用Python开发技术实现的图像采集功能,一种基于Python实现的图像采集器。     

自适应天牛须优化与K均值聚类的图像分割算法研究

在机器识别中,图像分割是重要的一个步骤,传统分割手段存在一定缺陷。针对传统K均值聚类分割的初始聚类中心敏感的缺陷进行了优化,利用自适应天牛须优化算法,避免了这一问题。通过实验结果表明,该算法(ABASK)对图像进行分割,既可以保证图像轮廓的分割,同时还可以更多地保留图像细节。     

带式输送机煤流量自适应检测方法

针对现有带式输送机煤流量检测方法存在检测精度易受环境影响、实现过程复杂、信息提取耗时较长等问题,提出了一种基于机器视觉的带式输送机煤流量自适应检测方法。首先,采用基于小波变换的融合算法对带式输送机运输煤料原始图像进行增强处理,并采用OTSU算法将增强图像分割为胶带图像和煤料图像;然后,对煤料图像进行空洞填充、轮廓检测和面积计算等处理,获取煤料图像面积信息;最后,采用基于数学建模的煤流量检测算法,通过计算煤料瞬时体积获得煤流量检测值。试验结果表明,该方法平均检测时间约为30ms,检测结果与电子胶带秤测量结果的误差约为5%,满足带式输送机自动调速控制系统对煤流量检测实时性和准确性的要求。     

基于高光谱图像的改进SIFT特征提取与匹配

针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。     

液动压悬浮抛光固液两相流CFD数值模拟及PIV验证

针对液动压悬浮抛光固-液两相流中固相颗粒与工件表面撞击的过程,对不同加工工况下的固相颗粒与工件表面的撞击角度和速度进行了研究。采用计算流体力学方法建立了液动压悬浮抛光流场的三维模型,并输出了固相颗粒撞击工件表面的速度场;同时使用粒子图像测速方法对不同工况下的抛光流场进行了试验观测。研究结果表明:CFD模拟获得的撞击速度值与PIV观测值非常接近,且随转速增加,PIV观测值受固相颗粒之间的撞击效应影响越大;抛光过程中固相颗粒撞击工件表面的角度非常小,近似于在工件表面平行摩擦,且抛光盘转速和抛光液浓度对撞击角度的影响很小。