点阵式生物芯片的自动分析与处理

在利用蛋白质芯片技术对丙肝患者进行临床检验的过程中,为提高检验的客观性和提高自动分析与批处理的能力,提出了一种点阵式生物芯片自动分析与处理技术.该技术是首先利用圆形定位算子、基于定位点的不规则目标搜索以及两者结合等多种方法进行探针点的精确定位与灰度提取,然后通过比较不同点组间的灰度级进行丙肝抗体的阴阳性判断,并在此基础上将芯片本底去除,以形成可视化效果较好的规则图谱.实验证明,该方法快速、有效,具有较大的推广应用价值.     

基于局部形状图的三维人脸特征点自动定位

准确定位人脸特征控制点是三维人脸识别的关键技术之一。提出了一种新的三维人脸特征点自动定位方法,结合局部形状索引与基于局部形状图(LSM)的统计模型,通过误差分析自适应地确定局部形状图的统计半径,实现任意姿态下的三维人脸鼻尖和内眼角的自动精确定位。在CASIA 3D人脸数据库的比较实验结果表明,该方法比基于先验信息和基于曲率分析的定位方法都具有更高的定位精确度。     

指纹中心自动定位诸方法研究及应用

本文先讨论了Poincare索引法、点方向一致性度量法和方向均值差异法确定指纹中心的特点，给出了改进算法。然后提出了块方向图搜索法和综合法两种中心定位新方法。实验表明，改进方法较前为优，新方法能有效地用于指纹中心定位。     

基于Web的网络拓扑图自动构造的研究与实现

文中针对目前网络拓扑发展应用局限于网管工作站的不足,提出了一种基于Web的网络拓扑图的自动构造方法,使网络管理员能够通过浏览器了解网络的拓扑情况,并为其它基于Web的网管应用的进一步开发打下了基础。     

一个微生物细胞图像自动判读系统的实现

不同类的微生物细胞其形态各异,这给微生物细胞图像自动判读系统的实现带来了很大的困难。该文介绍了一个自动判读系统的实现,该系统包含丰富的图像分析处理算法函数,提供了非常灵活的处理宏定义,能够对细胞图像自动分类,然后根据其所属的类调用相应的判读宏完成判读。     

移动机器人视觉定位方法的研究与实现

针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列，然后在分析二次成像法获取目标深度信息的缺陷的基础上，提出了一种获取目标的空间位置和运动信息的方法。该方法利用序列图像和推广卡尔曼滤波，目标获取采用了HIS模型。在移动机器人满足一定机动的条件下，较精确地得到了目标的空间位置和运动信息。仿真结果验证了该方法的有效性和可行性。     

电路原理图自动布图系统的设计与实现

绘制电路原理图是维修或仿制进口电路板的重要环节,电路原理图自动布图系统能根据网络表文件自动绘出电路原理图,极大地提高了工作效率。该文描述了此系统的方案、结构和实现中的对象设计。     

用微机自动分析和处理心电向量图的数据

本文给出了心电向量图的自动分析和自动处理方法,这些方法被用来提取向量环,识别环的形状,确定环的方向等。为了提高信号质量,在处理之前用自适应滤波法消除了50周干扰。共计算了100多个参数。仔细地研究了存贮空间和计算速度问题。结果表明,这些方法速度快,精度高,工作可靠。     

深度学习人脸特征点自动定位综述

人脸特征点定位是根据输入的人脸数据自动定位出预先按人脸生理特征定义的眼角、鼻尖、嘴角和脸部轮廓等面部关键特征点,在人脸识别和分析等系统中起着至关重要的作用。本文对基于深度学习的人脸特征点自动定位进行综述,阐释了人脸特征点自动定位的含义,归纳了目前常用的人脸公开数据集,系统阐述了针对2维和3维数据特征点的自动定位方法,总结了各方法的研究现状及其应用,分析了当前人脸特征点自动定位技术在深度学习应用中的现状、存在问题及发展趋势。在公开的2维和3维人脸数据集上对不同方法进行了比较。通过研究可以看出,基于深度学习的2维人脸特征点的自动定位方法研究相对比较深入,而3维人脸特征点定位方法的研究在模型表示、处理方法和样本数量上都存在挑战。未来基于深度学习的3维人脸特征点定位方法将成为研究趋势。     

一种大场景下的棋盘靶标角点自动定位算法

针对棋盘图案,提出一种亚像素精度的角点自动定位算法．该算法采用由粗到精的分层次检测策略,首先通过投影算法自动定位靶标图像中棋盘子图像的大致位置;其次在棋盘子图像中进行Hough变换,并根据角度投影图和幅值投影图进行棋盘角点的初步定位;最后在初步定位的角点邻域内通过高斯灰度插值和Harris算法得到最终的亚像素精度的角点位置．此外,本文还利用Hough变换提取的直线对角点进行自动排序．实验结果表明,该算法自动化程度较高,能够在大场景中自动定位靶标及其角点位置,而且精度较高,适用于大场景环境下畸变较小的摄像机的标定．     

工件表面裂纹自动检测的图象采集

简要介绍了工件表面裂纹自动检测的图象采集方法。以一个实际系统为例 ,分析了在VC++中通过设计类实现图象采集的方法。     

面向荧光显微图像的斑点检测

实体肿瘤学中, 利用荧光原位杂交(FISH)技术处理后的间期细胞核荧光显微图像上, DNA扩增往往呈现为衍射极限斑点, 成像条件限制了图像质量, 导致图像信噪比较低、背景干扰严重且存在非斑点结构干扰. 设计适用的斑点检测方法, 提供客观且定量的数据, 有助于医生对于癌症病情的诊断. 算法首先采用3层小波多尺度求和对荧光图像去噪, 随后利用多尺度高斯拉普拉斯算子增强斑点区域, 最后通过4个方向的单边二阶高斯核抑制非斑点区域, 完成斑点检测. 实验结果表明, 对于自建数据库中83张图像, 算法平均F分数达到0.96, 平均运行时间0.5 s以下.     

图像语义自动标注及其粒度分析方法

缩小图像低层视觉特征与高层语义之间的鸿沟, 以提高图像语义自动标注的精度, 进而快速满足用户检索图像的需求,一直是图像语义自动标注研究的关键. 粒度分析方法是一种层次的、重要的数据分析方法, 为复杂问题的求解提供了新的思路. 图像理解与分析的粒度不同, 图像语义标注的精度则不同, 检索的效率及准确度也就不同. 本文对目前图像语义自动标注模型的方法进行综述和分析, 阐述了粒度分析方法的思想、模型及其在图像语义标注过程中的应用, 探索了以粒度分析为基础的图像语义自动标注方法并给出进一步的研究方向.     

自动图像标注技术综述

图像自动标注技术是减少图像数据与内容之间“语义鸿沟”的其中一种最有效途径,对于帮助人类理解图像内容,从海量图像数据中检索感兴趣的信息具有重要现实意义.通过研究近20年公开发表的图像标注文献,总结了图像标注模型的一般性框架;并通过该框架结合各种具体工作,分析出在图像标注研究过程中需要解决的一般性问题;将各种图像标注模型所采用的主要方法归为9种类型,分别为相关模型、隐Markov模型、主题模型、矩阵分解模型、近邻模型、基于支持向量机的模型、图模型、典型相关分析模型以及深度学习模型,并对每种类型的图像标注模型,按照“基本原理介绍—具体模型差异—模型总结”3个层面进行了研究与分析.此外,总结了图像标注模型常用的一些数据集、评测指标,对一些比较著名的标注模型的性能进行了比较,并据此对各种类型的标注模型做了优缺点分析.最后,提出了图像标注领域一些开放式问题和研究方向.     

基于弱匹配概率典型相关性分析的图像自动标注

针对弱匹配多模态数据的相关性建模问题,提出了一种弱匹配概率典型相关性分析模型（semi-paired probabilistic CCA,简称SemiPCCA）.SemiPCCA模型关注于各模态内部的全局结构,模型参数的估计受到了未匹配样本的影响,而未匹配样本则揭示了各模态样本空间的全局结构.在人工弱匹配多模态数据集上的实验结果表明,SemiPCCA可以有效地解决传统CCA（canonical correlation analysis）和PCCA（probabilistic CCA）在匹配样本不足的情况下出现的过拟合问题,取得了较好的效果.提出了一种基于SemiPCCA的图像自动标注方法.该方法基于关联建模的思想,同时使用标注图像及其关键词和未标注图像学习视觉模态和文本模态之间的关联,从而能够更准确地对未知图像进行标注.     

面向俄文NLP的形态自动分析研究与实现

在俄文自然语言处理中形态分析往往是必不可少的模块,在国内虽有个别理论研究,却还没有可以应用于生产的案例。该文系统归纳了国内外俄文形态自动分析方法,深入剖析了俄罗斯以及欧美等其他国家具有代表意义的俄文形态分析器,并在此基础上提出了多策略融合的俄文形态自动分析方法,测试表明即使将该方法应用于专业领域,也能取得令人较为满意的效果。     

图像格式分析与图像显示实现

鉴于图像格式在图像处理中的重要性,本文分析了两种典型的图像格式,并且在VC 十中完成图像显示的实现。     

融合语义主题的图像自动标注

由于语义鸿沟的存在,图像自动标注已成为一个重要课题.在概率潜语义分析的基础上,提出了一种融合语义主题的方法以进行图像的标注和检索.首先,为了更准确地建模训练数据,将每幅图像的视觉特征表示为一个视觉"词袋";然后设计一个概率模型分别从视觉模态和文本模态中捕获潜在语义主题,并提出一种自适应的不对称学习方法融合两种语义主题.对于每个图像文档,它在各个模态上的主题分布通过加权进行融合,而权值由该文档的视觉词分布的熵值来确定.于是,融合之后的概率模型适当地关联了视觉模态和文本模态的信息,因此能够很好地预测未知图像的语义标注.在一个通用的Corel图像数据集上,将提出的方法与几种前沿的图像标注方法进行了比较.实验结果表明,该方法具有更好的标注和检索性能.     

基于数字图像处理的路面裂缝自动识别与评价系统

公路是完成交通运输和沟通各地区之间联系的重要经络,但是受到自然因素和外力的作用,会对公路的质量造成一定程度的影响,很容易造成路面裂缝,这就提出了一种基于数字图像处理的路面裂缝自动识别与评价系统,以便能够更加快速和准确的确定出路面裂缝的程度,并制定出适当的处理方法。以下,将对此项技术的结构、原理,以及提高系统处理质量和水平的关键技术进行简要的分析。     

Photoshop软件在图像分析中的应用

Photoshop软件在图像分析中的应用越来越广泛,在图像分析领域Photoshop软件的应用能力和应用方法得到深入和推广,在未来的发展中,Photoshop软件将会在更多的领域得到使用和推广。结合Photoshop软件在图像分析中的应用原理介绍了几种Photoshop软件的基本应用,并结合Photoshop软件的运用原理进行Photoshop软件的应用实例分析,通过Photoshop软件的应用分析与大家分享和讨论在实际情况中Photoshop软件的具体操作和应用。