多参考光合成孔径DMIPH术的细胞相位重构

为了克服传统光学显微术无法直接提取相位信息的不足而能更准确记录物体高频和低频信息的合成,采用多参考光合成孔径数字显微像面全息系统,并结合角谱算法和最小二乘解包裹算法实现了细胞的相位重构。选取活体细胞组织等相位型生物进行作为实验样本,对其进行定量观察和有效测量。结果表明,多参考光合成孔径数字显微像面全息系统可以有效地应用于3维物体显微结构的振幅和相位重构,能显著地提高记录系统的高频和低频信息在全息图上的合成度,并实现超出系统的衍射极限12.8lp/mm的分辨率。该系统可以有效地实现数字全息系统的超分辨率成像,从而获得细胞显微结构的3维形貌信息和准确的相位分布。     

基于图像处理的生物质颗粒粒度与形貌研究

颗粒粒度与形貌是影响生物质利用的重要因素,针对生物质颗粒粒度分析中存在的问题,提出一种基于图像处理技术的颗粒识别方法.该方法首先利用刀式破碎机对生物质材料进行破碎,通过机械筛分方法将颗粒分为五个粒径范围;然后基于粒径范围大小,利用不同分辨率的成像设备对每个粒级的颗粒进行图像采集,并对颗粒图像进行去噪、分割等图像分析,获得颗粒个体的长度和宽度信息,最终得到生物质材料的粒度与形貌统计分布曲线.实验结果证明,本文提出的图像处理方法可有效分析颗粒形貌,获得准确的颗粒粒度分布规律,克服了传统筛分方法引起的颗粒粒度分布不连续的问题,为生物质颗粒材料的应用研究提供了重要的粒度及形貌信息.     

基于曲率驱动模型的图像修复算法

针对图像无线传输缺损严重的问题,本文提出一种基于曲率驱动模型的图像修复算法,该算法首先在梯度域中利用曲率驱动的改进模型对图像缺损区域的梯度进行重建,然后通过求解泊松方程得到修复后的图像。实验结果表明,该算法能有效对图像进行修复。     

灰度自适应边缘检测在煤矸石分选中的应用

针对煤和矸石灰度的不同,本文介绍了一种基于灰度的自适应边缘检测法,首先对图像进行灰度增强预处理,然后采用迭代算法求出图像分割的最佳阈值,结合形态学的腐蚀算法从而实现图像的精确边缘检测,并给出了仿真实例。与几种经典的边缘检测算子相比较,该算法效果最佳。     

基于全变分理论的红外图像去噪

为了去除红外图像中的噪声,提出了一种基于全变分理论的去噪算法。该方法继承了经典全变分模型在去除噪声中保护边缘的优点,结合图像平滑扩散原理,得到了一个全新的扩散函数;同时引入了一个边缘检测算子,对正则项和忠诚项的相关参量进行了改进,使得修复后的图像大大避免了阶梯效应;最后对该算法的实现进行了推导。结果表明,该算法能够有效地去除噪声,并且避免了阶梯效应的产生。     

虚拟现实图像客观质量评价研究进展

随着科学技术的发展,虚拟现实(virtual reality,VR)技术逐渐渗透到医疗、教育、军事和娱乐等众多领域,并凭借在各个领域广阔的应用前景而受到广泛关注。鉴于视觉质量是决定VR技术能否成功应用的关键,且图像是VR应用最基础和最重要的视觉信息载体,VR图像质量评价已经成为质量评价领域的重要前沿性研究方向。与传统图像质量评价类似,VR图像质量评价可以分为主观质量评价和客观质量评价。由于客观质量评价相比主观质量评价具有成本低、稳定性高和应用范围广等优点,对VR图像客观质量评价的研究受到了国内外学者的高度重视。目前,关于VR图像客观质量评价的研究已经取得了一定进展,但是文献中缺少对该方向相关研究方法的综述。基于此,本文针对VR图像客观质量评价的研究进行概述。首先,对VR图像质量评价的研究现状进行分析。然后,重点对现有的VR图像客观质量评价模型进行综述。具体地,根据模型是否需要使用原始无失真图像信息作为参考,将现有的VR图像客观质量评价模型划分为全参考型和无参考型两大类。其中,全参考型方法进一步划分为基于峰值信噪比/结构相似度的方法和基于传统机器学习的方法。根据特征表达空间的不同,无参考型VR图像质量评价模型划分为3类：基于等矩形投影表达空间的方法、基于其他投影表达空间的方法和基于实际观看空间的方法。介绍完各类模型后,分别对其相应的优缺点进行分析。此外,本文对VR图像客观质量评价模型的性能评价指标和现有VR图像质量评价数据库进行了归纳。最后对VR图像客观质量评价模型的应用进行了介绍,并指出了未来的研究可能的发展方向。     

基于级联宽度学习的疲劳驾驶检测

为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别眼睛与嘴巴的状态;将眼睛、嘴巴和头部状态的时序序列送入二级宽度网络对司机的状态进行判别。实验结果表明,该算法的疲劳检测准确率为94.9%,单帧检测时间52.43 ms。     

基于机器视觉的煤泥浮选泡沫图像分割方法

针对煤泥浮选泡沫图像中存在的噪声干扰和气泡粘连等问题,提出了一种基于机器视觉的分割模型,采用煤泥浮选泡沫图像分割算法对实验室采集到的煤泥浮选泡沫图像进行图像分割试验。结果表明,基于机器视觉的煤泥浮选泡沫图像分割模型主要包括ROF模型去除图像噪声和基于顶帽、底帽变换的粘连泡沫分割。ROF模型基于有界全变分函数空间,该空间中函数的不连续正好与图像中物体的边缘轮廓对应,非常适于泡沫图像去噪处理;顶帽变换使得泡沫与泡沫之间的间隙变大,解决了气泡粘连问题;最后采用分水岭算法完成对泡沫的分割。理论分析及实验室研究均表明,该方法可准确、快速地分割出复杂煤泥浮选泡沫图像中的泡沫,分割准确率高达81.1%,验证了分割方法的有效性。     

基于四阶PDE的去噪方法在煤矿井下视频监控图像中的应用

煤矿井下特殊的应用环境直接影响着图像的质量,导致图像视觉效果较差。文章提出一种改进的基于四阶PDE的去噪方法,该方法将图像区域分为闪点区域和非闪点区域,并针对不同的区域采用不同的传导系数。与传统的各向异性扩散方法相比较,仿真实验结果表明,该方法在抑制噪声的同时能够有效克服二阶偏微分方程引起的块效应、消除闪点并保持图像的边缘、线条纹理等细节,从而达到更好的图像质量和视觉效果。     

煤岩样品TEM超薄切片制备方法研究

本文作者以泥炭、褐煤、烟煤及无烟煤为例,探讨了超薄切片制备方法对不同煤阶样品的适用性。在采用包埋切片法制备煤岩样品TEM超薄切片时,首先通过浸解离析方法和HCl、HF逐级化学浸蚀方法使煤中自然共生组合的有机显微组分离析及脱除无机矿物质;利用光学显微镜(透射/反射模式)镜检离析显微组分后,使用SPI812树脂对挑出的单一显微组分块体渗透及包埋聚合。显微组分块体形态学及嵌布矿物成分分析使用扫描电子显微镜的低真空二次电子像模式和EDS面分布分析模式;利用透射电子显微镜检查超薄切片效果。实验表明采用上述方法制备煤岩TEM超薄切片样品的成功率较高,并且能够比较真实的再现显微组分的微观结构。