基于改进U-Net的宫颈细胞核图像分割

原始的U-Net采用跳跃结构结合高低层的图像信息,使得U-Net模型有良好的分割效果,但是分割结果在宫颈细胞核边缘依然存在分割欠佳、过分割和欠分割等不足.由此提出了改进型U-Net网络图像分割方法.首先将稠密连接的DenseNet引入U-Net的编码器部分,以解决编码器部分相对简单,不能提取相对抽象的高层语义特征.然后对二元交叉熵损失函数中的宫颈细胞核和背景给予不同的权重,使网络更加注重细胞核特征的学习.最后在池化操作过程中,对池化域内的像素值分配合理的权值,解决池化层丢失信息的问题.实验证明,改进型U-Net网络使宫颈细胞核分割效果更好,模型也越鲁棒,过分割和欠分割比率也越少.显然,改进型U-Net是更有效的图像分割方法.     

一种新的高密度椒盐噪声滤波算法

针对现有算法对高密度椒盐噪声滤波不足的问题,提出一种新的高密度椒盐噪声滤波算法。通过噪声检测将含噪图像的像素分为信号点和噪声点,对每一个椒盐像素,计算以该像素为中心的窗口内非椒盐像素中值,信号点则保持其灰度值不变直接输出,重复以上过程,直到没有噪声点被替换。实验结果表明,该算法能在有效去除椒盐噪声的同时保护图像细节,较传统中值滤波及其改进算法有更好的滤波性能。     

基于形态学多结构元多尺度的自适应边缘检测

数学形态学广泛应用于图像处理和模式识别领域;针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了用不同方向的结构元素对图像进行多尺度检测的自适应边缘检测方法;首先利用形态学高低帽运算对原始图像进行平滑处理,采用差分最大值确定结构元素的方向,利用形态学运算调整结构元素尺度,改进了数学形态学边缘检测算法;实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时.有很强的去除噪声能力.     

基于卤素灯激励的红外热成像裂纹无损检测研究

钢轨安全状态的监测对保证列车的安全运行至关重要,针对钢轨裂纹的检测,本文阐述了几种不同的裂纹检测技术.重点分析了红外热成像检测技术在钢轨裂纹检测中的应用,该检测技术包括外激励加热、红外图像采集以及图像处理三部分.本文将常用激励方式进行了介绍和对比,详细阐述了卤素灯作为激励在裂纹检测中的应用;其次,搭建了基于卤素灯激励的...     

基于AT89S52超声波测距仪设计

基于AT89S52超声波测距系统,利用超声波传播时间差来测量距离,由主控制器模块、超声波发射模块、超声波接收模块、补偿电路模块和显示模块等五部分组成。采用单片机进行计时、控制币运算,用动态扫描法实现LED数字显示。实验表明系统具有较高的测量精度和实际使用价值。     

一种高dB-线性宽动态范围CMOS可变增益放大器

基于TSMC 0.18 μm CMOS工艺,设计了一种高dB-线性宽动态范围的CMOS可变增益放大器.拽数电路通过伪Taylor200 MHz构dB-可变增益单元采用可变跨导、可变负载结构.Hspice仿真结果显示,3-dB带宽为200 MHz,在dB-线性内,输出电压的增益动态范围达40 dB,误差在±0.5dB之内...     

融合小波变换与数学形态学的图像边缘检测

针对传统图像边缘检测方法抗噪能力不足、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值算法进行边缘检测,可以有效提取高频边缘;低频部分采用形态学多结构元算法进行边缘检测,能够检测出低频边缘;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确。     

形态学运算中结构元素选取方法研究

教学形态学广泛应用于图像处理和模式识别领域.针对形态学运算中的关键问题一结构元素的选择,通过对结构元素分解和形态学运算的研究,就结构元素形状、结构元素尺寸的确定提出解决方法.通过实验表明该方法是切实可行的.     

基于STC12C5408AD光伏并网发电系统设计

在光伏系统中,由于光伏电池的光电转换效率太低,使其不能以最大效率转化为电能输出,最大功率点跟踪是光伏并网发电系统中的核心问题。系统设计采用电流型控制芯片UC3845实现最大功率点跟踪(MPPT),由单片机STC12C5408AD产生SPWM信号,实现频率相位跟踪功能、输入欠压保护功能、输出过流保护功能。结果表明,该设计不但电路设计简单,软硬件结合,控制方法灵活,而且能够有效地完成最大功率跟踪的目的,明显提高光伏发电系统的整机效率。     

融合小波变换和形态学差分的图像边缘检测

图像边缘检测的关键是在尽量多检测到边缘的同时更有效地抑制噪声,为此提出了一种融合小波变换和形态学差分算法的边缘检测方法。将源图像进行小波分解,高频分量利用小波模极大值算法进行边缘检测,可有效提取高频边缘;低频分量采用形态学差分算法进行边缘检测,能够检测出低频边缘;采用一定的融合规则将两个边缘检测图像融合在一起。实验结果表明,该方法优于单独使用小波模极大值法或数学形态学法,对噪声具有很好的鲁棒性,得到的图像边缘连续、清晰。