基于BP神经网络的肺结节自动检测算法研究

长期监测发现近年来我国肺癌发病率上升至原先的4倍,气象等专家经过研究发现,灰霾是致肺癌高发的一个根本原因,特别是在城市。肺癌的早期诊断十分重要。利用计算机图像处理技术检测肺癌早期标志物——肺结节,可以提高肺癌诊断的准确率。据此设计了一个CAD系统,尝试通过四个步骤实现肺结节的检测:肺实质分割、感兴趣区(ROI)的提取、特征的提取与计算、肺结节检测。     

基于网页浏览的移动学习——以动画脚本技术课程为例

根据动漫行业发展的现状,分析本校动漫专业学生的实际学习能力,以该专业动画脚本技术课程为例,分析了现阶段教学过程中存在的问题。以满足学生"随时随地学习"的需求为目标,对课程的课后学习方式进行了改革,将基于网页浏览的移动学习模式应用到日常教学活动中。     

仪表的数字字符识别系统

在化工、冶金等行业需要对环境温度等条件进行自动控制，因而需要对仪表显示的数据进行识别，判断是否满足控制条件。因此根据数字仪表图像的特点，运用了区域生长法定位数据区域取得了理想的效果，采用了投影法对字符串进行了分割，最后应用交线特征提取的分类识别方法来识别数字字符，经试验其正确识别率达到了95％。     

工作项目导向的迭代式教学模式研究与实践

通过分析项目教学法存在的弊端,研究项目教学法在课程教学上的具体应用,引入现代软件工程的迭代开发方法,探讨“工作项目导向的迭代式教学模式”.重点介绍了工作项目导向的迭代式教学模式在高职教学中的应用,给出了该教学模式的设计方法和设计原则,指出了在实施过程中的基本思路和教学方法,研究了其对课程和专业建设的作用.     

致密组织图像的图像增强算法

近年来乳腺癌有年轻化的趋势,年轻妇女的乳腺组织结构以致密组织为主,由于致密组织在乳腺X光片中也呈现出高亮度,所以致密组织很容易被误解为微钙化。文章主要针对这些图像,提出一种新的图像增强算法。试验证明,该算法可以改进CAD系统性能,并能更好地在致密乳腺组织图像中检测微钙化点。     

深度学习与图像融合的行人检测算法研究

为解决智能辅助驾驶技术中可见光摄像机受光照和气候影响而导致行人目标识别困难的问题。通过研究图像融合技术,结合深度卷积神经网络,实现并改进了一种道路行人目标检测算法。方法是利用多源传感器图像融合技术,采用可见光相机与红外热成像相机融合的策略,以Faster RCNN算法为基础,从改进网络结构、特征融合、优化模型训练等方面展开研究,对复杂环境下的行人检测与定位跟踪展开研究,提出一种基于图像融合技术和改进的深度卷积神经网络的道路行人目标检测算法。实验结果表明,该算法对复杂气候环境下行人目标检测提高了检测效率和准确率,增加了智能辅助驾驶汽车的安全性。     

利用Gabor小波系数融合进行图像增强的研究

在传统图像增强技术的基础上,提出了一种基于GABOR小波系数融合的图像增强方法。通过Gabor小波对图像进行滤波,产生八个方向的滤波图像系数,对这些图像系数用求平均值融合方法得到图像边缘图,再融合经传统空域增强方法得到的直方图均衡化图像以产生最终增强的边缘信息以便于分析处理的图像。     

改进的直方图均衡化算法在图像增强中的应用

在数字图像处理过程中,针对直方图均衡化算法增强图像,提出了一种改进的直方图均衡化算法,应用于图像增强。该算法结合全局直方图均衡化、局部直方图均衡化特性,利用增量式直方图均衡化,从处理方法上对直方图均衡化算法进行了改进。实验结果表明,文中提出的方法能更有效的增强图像,去除图像噪声,为后续有效的识别特征提供了基础,同时提高图像目标识别的效果。     

红外热成像技术在ADAS系统中的应用

针对高级驾驶辅助系统(ADAS)要求的驾驶安全与现有的汽车传感器套件无法充分检测汽车或行人的矛盾,研究红外热成像技术在ADAS系统中的应用。首先讨论了在典型的汽车传感器套件中添加红外热像仪的必要性,然后对图像进行预处理,同时结合深度学习下的目标检测YOLOv5算法进行模型训练,最后用实验数据证明该算法能在复杂的驾驶环境中可以更好地检测和分类交通目标,从而帮助ADAS系统实现兼顾精度与实时性的目标检测。