基于模糊识别的乳腺超声辅助诊断算法

近年来,乳腺肿块的发病率逐年上升,乳腺癌位居女性癌症发病率的首位。超声检查是筛查和早期鉴别诊断乳腺肿块的主要方法,但是由于超声成像方式及影像本身的模糊性,因此其误诊率一直较高。现有的乳腺超声计算机诊断系统通常只区分肿块的良恶性,难以诊断常见的肿块病变性质,不利于疾病的正规诊疗。本文提出一种基于模糊模式识别的乳腺肿块超声影像的计算机辅助诊断算法,可为临床医生制定诊疗方案提供参考,提高了初步诊断的准确率,能够为相关领域的应用研究提供借鉴。     

—种基于特高压工程的图像识别算法研究

阐述提出一种基于特高压工程的图像识别算法，通过对原始图像高斯低通滤波、平滑、亮度拉伸以及增强预处理，降低原始图像噪声，并且使图像亮度增强，探讨选取色调、饱和度以及亮度作为图像特征向量，利用模糊数据自相关函数对特高压工程图像特征进行提取。在此基础上对将图像特征向量映射到图像上，并且对特高压工程图像特征进行匹配，识别到图像中的目标。     

基于图像识别技术的气体绝缘金属封闭开关设备中开关触头位置监测系统

GIS设备结构复杂,长期运行过程中难免出现各种不可预见的机械故障,有可能出现开关触头的分合指示状态与触头实际的分合状态不相符或者是分合不到位的情况,而导致电气锁机制失效,如果在这种状态下操作GIS,就会产生高压开关操作事故。为了能够直接监测开关的分合状态,避免高压开关运行事故的出现,本文提出了基于图像识别技术的GIS中开关触头位置监测系统。     

四足仿生机器人的循迹算法研究

为解决四足仿生机器人循迹问题,以Java语言中的Eclipse软件为编译环境,设计了改进的PID(proportion-integration-differentiation)循迹算法。与传统PID算法相比较,在对图像进行二值化处理的基础上,叠加了对机器人获取视野的首行末行、首列末列的双重检测,从而完善了对道路信息图像的识别与处理技术,使四足仿生机器人沿着既定轨迹精确前进。最后采用控制变量法进行多次实验,结果证明提出的算法是有效的,增强了机器人循迹的稳定性与鲁棒性。     

一种基于深度学习的产品分类统计方法的研究

对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。     

基于条件信息卷积生成对抗网络的图像识别

传统的图像识别方法需要大量有标签样本进行训练，且模型训练难以达到稳定。针对这些问题，结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络（C-Info-DCGAN）。模型增加图像的类别信息和潜在信息作为输入数据，然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用，并且利用深度卷积网络来加强对图像特征的提取能力。实验结果表明，该方法能够加快模型训练收敛速度，并有效提高图像识别的准确率。