显微近红外图像用于分辨2种塑料材料的成像方法研究

显微近红外成像技术将成像技术和光谱分析技术相结合,不仅可以获取样品的光谱信息,而且还可以获取样品的空间分布信息,这是传统的近红外光谱分析所无法比拟的.本文以外观及近红外光谱极为相似的2种塑料材料为研究对象,采用显微近红外成像系统采集了并排放置的2种塑料材料的显微近红外图像,研究了2种塑料材料的成像方法.研究结果表明,在5910 cm-1附近,2种材料的近红外光谱具有细微差别.采用化学成像方法可以分别得到材料Ⅰ和材料Ⅱ清晰的成像图.本研究为显微近红外成像分辨不同材料的成像方法以及农产品、食品包装材料安全性的快速判别提供了一定的参考.     

基于图像处理的家蚕吐丝管轮廓检测方法研究

作为自然微系统,家蚕在吐丝过程中表现出良好的微流动特性,其吐丝管结构与吐丝机理分析是研制仿生微通道和微流体系统的关键。以五龄家蚕为实验对象,通过石蜡切片和显微观察技术获得家蚕吐丝管断面切片及其图像;在Matlab和UG等软件中,运用图像处理技术对家蚕吐丝管切片图像进行滤波、分割、边缘提取、轮廓拟合与修复等操作,提取五龄家蚕吐丝管断面轮廓的显微图像;利用Image-Pro Plus6.0软件进行家蚕吐丝管轮廓尺寸测量。结果表明,图像处理技术可用于家蚕吐丝管轮廓检测,能够满足精度要求,为家蚕吐丝管的三维重构和内部微流动特性检测等后续工作奠定基础。     

论随机噪声对光谱测量的影响

光谱分析在分析化学,特别是定量分析中有越来越多用途。光谱测量过程中不可避免地存在随机噪声,会影响光谱分析结果。目前光谱预处理技术主要研究减小噪声的方法,未从理论上研究噪声对光谱的影响。本文从理论上推导随机噪声对光谱的影响公式,旨为后续光谱分析中噪声的减小和抑制奠定理论基础。论文从光谱测量所得原始信号为理论信号与随机噪声之和入手,推导了测量光谱的表达式,并将该表达式代入吸光度公式,推导出吸光度与噪声的关系。通过期望与方差的定义,推导了吸光度的期望与方差表达式。结果表明,实测吸光度是对理论吸光度的有偏估计,且实测吸光度中的噪声功率不仅与测量过程中的随机噪声功率有关,还与理论光谱有关。最后通过对多次重复测量的红外光谱与紫外光谱的分析说明了理论分析的正确性。因此,为了更加准确地估计光谱参数,降低光谱分析的最低检测门限,提高光谱分析的科学性、系统性、适用性与可信性,应在此理论分析基础上深入研究光谱预处理技术,以便将随机噪声对光谱的影响降低到最低程度。     

边缘检测算子应用于胃癌病理细胞分割的讨论

实验了经典边缘检测算子Roberts、Prewitt、Sobel、LoG和Canny在胃癌病理显微图像中分割细胞核的效果,讨论了各算子在此项应用中的不足,提出了自己的建议。     

基于多光谱的宫颈细胞图像迭代分割算法

详细介绍了一种基于显微多光谱宫颈图像的迭代分割方法,该方法将多光谱分析应用到宫颈显微图像分割中。由于显微宫颈细胞图像十分复杂,普通的分割方法不能解决分割问题,该文给出了一个较好的解决方案。算法首先对大量多光谱波段进行筛选,接着利用细胞的多光谱信息并采用迭代分割算法不断优化分割精度,经过大量实验证明算法具有分割速度快、精度高、算法稳定性好等特点。文中的多光谱波段的筛选对于利用多光谱手段进行其他图像分割都有很大的借鉴意义。     

基于语义分割引导的三维目标检测

三维目标检测是计算机视觉领域的热门研究内容之一。在自动驾驶系统中,三维目标检测技术通过捕获周围的点云信息与RGB图像信息,对周围物体进行检测,从而为车辆规划下一步的行进路线。因此,通过三维目标检测实现对周边环境的精准检测与感知是十分重要的。针对三维目标检测技术中随机采样算法导致前景点丢失的问题,首先提出了基于语义分割的随机采样算法,通过预测的语义特征指导采样过程,提升了前景点的采样比重,进而提高了三维目标检测精度;其次,针对三维目标检测定位置信度与分类置信度不一致的问题,提出了CL联合损失,使得网络倾向于选择定位置信度与分类置信度都高的3D候选框,避免了传统的NMS仅考虑分类置信度所带来的歧义问题。在KITTI三维目标检测数据集进行了实验,结果表明,该方法能够在简单、中等、困难3个难度下均获得精度的提升,从而验证了其在三维目标检测任务中的有效性。     

基于Hough变换的显微图像测量系统标定算法

针对显微图像测量系统的特点,提出了一种结合标准显微标尺的标定方法。该方法首先获取已知尺寸的显微标尺图像,接着通过预处理及边缘检测分离出图像中的标尺刻度线,然后基于Hough识别出长刻度线,并计算刻度线对应的像素距离,从而计算出标定系数。标定过程中采用了现有的显微刻度尺,使用方便。实验结果表明,该方法标定精度较高。     

基于手机的便携式藻类显微与智能识别系统研究

开发了一种基于手机的便携式藻类显微与智能识别系统,可实现水体中微藻种类和密度的现场检测。显微装置借助手机相机模块获取藻类显微图像,基于yolov5目标检测模型设计一款手机APP,调用手机拍摄的微藻显微照片进行目标藻类的识别与分析,经过训练和学习,其识别精确率可达0.94。在梯度实验中,便携式显微镜视场可见微藻数量与微藻密度有较好的线性相关性,R²为0.979。实验结果表明,该系统可以实现水体中微藻的现场检测和水华监测,为监测水华发展状况、水华预警和微藻研究等提供支撑。     

基于机器视觉的表面粗糙度检测系统设计

针对光切法显微镜测量的实验装置,开发了一种基于机器视觉的表面粗糙度检测系统.介绍了系统的硬件构成和软件设计原理,运用图像处理技术从光切显微图像中提取出表面轮廓信号计算粗糙度评定参数.该检测系统能够实现工件表面粗糙度的智能、快速、多参数测量,通过测量实验与样本标准件的数值进行对比,验证了该检测系统能达到满意的精度.     

图像拼接方法及其关键技术研究

图像拼接是图像处理技术的一个重要内容,是一种将多张有衔接重叠的图像拼成一张高分辨率全景图像的技术。该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域。文中阐述了图像拼接技术的一般问题及其难点,介绍了图像拼接技术发展过程中几种主要的图像拼接方法,重点分析了近几年提出的角点检测及尺度不变特征转换的方法,通过编程实现来讨论这些方法的优缺点,并给出实验的结果。     

基于卷积神经网络的医学宫颈细胞图像的语义分割

显微细胞分割的精度直接影响疾病的判别诊断,特别在宫颈细胞的显微病理图像中,细胞核的形态大小、与细胞质之间的比例参数等对于病情的良恶诊断具有重大的意义。为提高宫颈细胞核质分割的精度,提出一种基于卷积神经网络的医学宫颈细胞图像的语义分割方法。标定宫颈细胞显微图像中的细胞核和细胞质轮廓,制作基于长沙市第二人民医院的基于新柏氏液基细胞学检测TCT(Thinprep cytologic test)制片技术的宫颈TCT细胞涂片的CCTCT数据集;通过卷积神经网络对核质分割模型进行训练,避免人工提取特征;通过反卷积达到图像的语义分割。实验结果表明,该算法在宫颈细胞的显微病理图像中的核质分割准确率高达94.7%,具有很高的鲁棒性和适应性。     

用于微观几何形状测量的扫描探针显微技术

随着微技术的发展,对微观结构的精确测量变得越来越重要。对能够用于微观几何形状测量的扫描探针显微技术———扫描隧道显微术(STM)、扫描光学近场显微术(SNOM)和原子力显微术(AFM)进行了比较详细的分析和介绍。     

基于数据挖掘的入侵检测技术综述

介绍了数据挖掘的概念及其在入侵检测中的模型,分析了各种数据挖掘技术在入侵检测中的原理与特点,指出了在入侵检测中进行数据挖掘需要解决的问题。     

图像拼接方法及其关键技术研究

图像拼接是图像处理技术的一个重要内容,是一种将多张有衔接重叠的图像拼成一张高分辨率全景图像的技术.该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域.文中阐述了图像拼接技术的一般问题及其难点,介绍了图像拼接技术发展过程中几种主要的图像拼接方法,重点分析了近几年提出的角点检测及尺度不变特征转换的方法,通过编程实现来讨论这些方法的优缺点,并给出实验的结果.     

基于数据挖掘技术的入侵检测系统设计与实现

提出了一种基于数据挖掘技术建立入侵检测系统的方法，讨论了该系统实现中的关键技术及其解决方法，包括：数据挖掘算法技术、特征选择技术、入侵检测模型构造技术及数据预处理技术等，从一个针对网络的TCPDump数据进行的基础数据挖掘的入侵检测实验中评估了用这种方法的有效性并总结了今后的研究方向。     

一个新的彩色印品图象检测与识别系统

提出了一种新的基于数字图象处理和模式识别技术的彩色印品网点图像检测与分色方法,并依此设计了一种新的网点检测和识别系统—DIA系统。在DIA系统中,针对网点图象的特点,采用模糊聚类技术获取数据样本,并构建粗分器和精分器来对显微网点图象中的各像素进行颜色模式分类。     

脑电时空多特征融合的数字图形界面认知负荷评价方法

准确地评价数字图形界面下操作员的认知负荷(cognitive load, CL),有助于实现认知反馈机制并最终提高人机工效.为了进一步提高评价方法的鲁棒性与泛化能力,结合EEG实验将Att-BLSTM应用于CL评价问题中.该方法首先利用Multi-CNN提取EEG的频域与空间特征,然后利用Att-BLSTM提取EEG的时域特征,最后通过多特征融合构建CL评价方法.通过招募12名被试,采集了2种CL条件下的EEG数据进行了实验.实验结果表明,文中方法在该数据集上的平均准确率为82%,比传统机器学习的方法具有更强的EEG信号表征能力;与其他深度学习方法相比,也能更准确地提取EEG的时域特征,且具有更强的鲁棒性.     

基于小波变换和快速聚类方法的目标检测与识别

针对显微图像中的微目标检测与识别,提出了一类基于三次B样条函数多尺度小波变换,该变换通过零交叉或模极值检测图像的边缘,在分解和重建时采用一种基于滤波器系数特征的离散快速算法。为除去由噪声引起的虚假边缘,建立了边缘点检测的自适应阈值方法。为实现微目标的识别,采用了一类简单有效的快速聚类算法。最后采用含随机噪声的模拟图像和显微图像进行算法比较与验证,实验结果证明了这些算法的有效性。     

利用全局运动估计和Canny理论压缩显微图像

随着全自动生物显微镜的应用越来越广泛,高分辨率显微图像数据量大的问题越来越突出。为了使其便于存储及网络传输,针对全自动生物显微镜下图像步进式移动的特点,提出了基于全局运动估计和Canny边缘检测算法的显微图像压缩算法,利用Canny边缘检测算法、全局运动矢量估计及运动补偿等技术对图像进行压缩。实验结果表明,该算法对高分辨率生物显微图像的压缩比可以达到600倍以上。     

基于CL多小波的数字水印技术

数字水印是一种嵌入到图象、视频或者音频数据中的不可见标志 ,通过对水印信息的检测可达到保护多媒体数据版权的目的 .为了提高数字水印系统的鲁棒性 ,提出了一种基于 CL 多小波变换的图象数字水印嵌入和检测模型 .该 CL 多小波变换可将图象的能量集中在其最低分辨率子图象上 ,同时 ,能使最低分辨率子图象的能量进一步汇聚于其第 1个分量之上 .由于最低分辨率子图象受压缩、滤波等变换的影响较小 ,因此在 CL 小波变换域嵌入数字水印可以改善水印系统的鲁棒性 .为了提高水印的透明性和不可统计性 ,在嵌入水印之前需要对水印图象进行相应的预处理 .实验表明 ,该水印系统具有良好的鲁棒性和透明性 .