基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

X射线荧光光谱分析法在检测铁矿石组分中的应用

在检测铁矿石组分中科学合理的应用X射线荧光光谱分析法,既能大幅度提升检测的灵敏度,又能有效消除非均质效应,从而保证检测结果的精度。基于此,文章结合理论实践,在简要阐述X射线荧光光谱分析法原理和结构组成的基础上,分析了具体的应用过程,希望能够对从事铁矿石检测工作的相关人士提供一定的帮助和参考。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

致密砂砾岩储层纳米吸附气实验分析技术及其应用

松辽盆地徐家围子断陷沙河子组致密砂砾岩气勘探在Xt1井等取得重大突破,拓展了深层天然气勘探的新领域,但致密气储层含气性实验分析技术及评价相对薄弱。利用岩石纳米级样品制备装置和纳米吸附气提取装置,开展致密砂砾岩储层纳米吸附气提取、色谱检测条件及优化实验,确定了岩石纳米级样品最佳制样时间为20 min,纳米吸附气提取的最佳质量为20 g、时间为20 min、温度为80℃;气相色谱检测的最佳分析柱为OV-1填充柱,载气流速为40 mL/min,柱温50℃恒温0.5 min、以10℃/min升温到100℃恒温5 min,实验分析技术具有精确度高、快速等特点。徐家围子断陷沙河子组致密砂砾岩纳米吸附气实验分析结果表明,总烃质量体积为233.21～10 487.38μL/kg,不同井纳米吸附气烃组分特征差别明显,致密气具有近源成藏特征,源岩发育区为致密气有利探区,与致密砂砾岩储层压裂试气结果一致性好,为致密气储层含气性评价及勘探提供了实验依据。     

柠条的纤维特性及其双螺杆CMP制浆性能研究

以柠条为原料，分析了其化学组分和纤维形态，并探讨了柠条双螺杆CMP法的制浆工艺以及浆料的纤维形态和成纸的物理性能。研究结果表明：与针、阔叶木相比，柠条原料中纤维素和综纤维素质量分数较低，苯醇抽出物和热水抽出物质量分数较高，柠条纤维长度总体偏短，木质部和皮部的纤维质量平均长度分别为0.621和0.819 mm，还存在部分杂细胞。采用3.5% Na₂SO₃和1.5% NaOH常温预浸12 h、90℃汽蒸1 h后再用双螺杆挤浆机在质量分数35%下进行搓丝，并结合高浓盘磨机磨浆，所得CMP浆得率可达73%。柠条CMP浆基本保持了纤维原有的长度，质量平均长度达0.650 mm，长宽比为32.7，纤维解离较好，但分丝帚化情况不理想，含有部分纤维束和杂细胞。当加拿大游离度为300 mL时，柠条CMP浆成纸的环压强度指数和松厚度较高，分别为8.67（N·m）/g和2.56 cm³/g，抗张指数为19.6（N·m）/g，本色浆白度较高，达50%（ISO）。柠条CMP浆适合配抄瓦楞原纸等包装用纸，漂白后可配抄新闻纸和白板纸。     

基于机器视觉的运煤车车号识别技术研究

在铁路运煤装车过程中为了快速、准确地识别车号,提出一种基于机器视觉的运煤车车号识别技术。将连通区域提取与投影分割法结合,实现车号的粗定位、细分割,并对图像中的断裂字符进行二次分割,构建了基于BP神经网络的分类模型进行车号识别,提升了煤炭装车的效率和精度。