融合遗传算法与OSTU的岩石薄片图像分割方法研究

我国已进入油气资源深层次开采时代,通过岩石薄片数字图像处理来对地下深层储层进行评价描述已成为研究热点。针对现有方法对于凝胶填充不充分的溶蚀孔隙识别率差,且对于颜色接近的相邻颗粒无法准确分割的问题,在遗传算法的基础上,结合最大类间方差得到多个最优的分割阈值,然后利用多个阈值对岩石薄片图像进行分割。采用长庆油田的50张不同的岩石薄片图像对分割算法进行测试,结果表明,融合遗传算法与OSTU的岩石薄片图像分割方法的分割识别精度可达90%以上。     

一种岩石薄片离焦模糊图像自动筛选方法

针对岩石薄片全幅面偏光采集中,部分视域采集的图像会存在离焦模糊问题.本文提出一种模糊图像检测方法,能在薄片全幅面采集的大量偏光图像中,自动检测出存在离焦模糊的视域.由于图像模糊会导致图像空间域和频率域的一些特征产生变化,因此本文结合空间域和频率域方法,对图像分块进行模糊评价得到模糊度图,由该图统计特性将图像区分为清晰图...     

基于深度学习的显微镜下岩石薄片识别

偏光显微镜下的岩石薄片识别,不仅在分析和鉴定岩石结构和矿物成分中具有至关重要的作用,而且在矿产资源勘探（尤其是固体金属矿产资源勘探）中同样发挥着不可估量的作用。目前,显微镜下对岩石薄片的观察主要依靠专业人员的肉眼来识别岩石薄片中的矿物成分,费时耗力。为此,针对偏光显微镜下岩石数据样本的特征,构建一种基于ResNeXt技术的岩石薄片识别与分类模型,借助该模型分析岩石薄片可大大节约人力成本和时间成本。     

卷积神经网络在岩石薄片图像检索中的应用初探

近几年来,卷积神经网络引起了国内外研究者的广泛关注,并在大规模图像处理方面有出色的表现,尤其在模式识别领域.将地质勘探与计算机技术相结合,在岩石图像处理方面已经取得了较好的成绩,并且还在不断的探索中,以求更好地投入到实际中去.对于地质勘探研究者来说,对于大量的岩石薄片图像,如何进行快速并且有效的检索是值得研究的领域课题.传统的基于文本的检索方式已不能满足要求,为此,本文试图将卷积神经网络引入到岩石薄片图像的检索中,分析其在岩石薄片图像检索中的可行性.     

基于多重注意力机制的多模态脑肿瘤图像分割

本文提出了一种新型的多模态脑肿瘤图像分割方法,该方法将3种注意力机制与传统U-Net模型相结合,从三维多模态MRI医学图像中分割脑肿瘤。所提出的模型分为编码器、解码器、特征融合和瓶颈层4部分,各采用不同的注意力机制,增强了多模态信息提取能力。在特征融合部分,提出了一种新的注意力模块—注意力门控传播模块(AGPM),该模块将通道注意力和注意力门结合起来,沿通道维度和空间维度依次推断注意力映射;瓶颈层部分,在卷积层之间应用了一个多头自注意力层(MHSA)来增强感受野。此外,在模型的瓶颈层部分加入了一种新的注意力模块—多头特征增强模块(MHFEM),来补充多尺度信息。通过在BraTS2020数据集上的实验结果,表明了所提模型的有效性。     

基于粒子群优化的岩石薄片三维图像重建

基于2维图像的砂岩3维结构重建中,确定3维结构的自相关函数分布是一个难题。基于傅里叶变换的重建方法利用经验公式确定重建3维结构的自相关函数,但重建结果的误差较大。该文提出以3维结构的自相关分布作为粒子的位置,以3维结构与2维图像统计特征的误差作为粒子的适应度,用粒子群优化确定重建问题的最优解。与基于傅里叶变换重建算法相比,该方法得到的重建结果统计特征与2维图像的相似度明显提高。与经典的模拟退火重建算法相比,达到相同的重建效果,基于粒子群优化的重建方法具有更高的效率,具有良好的实际应用价值。     

基于U-Net网络的鸟群图像分割研究

当前在通用航空活动中对于鸟群活动情况的了解还是依靠飞行员对环境的观察,并且国内外驱鸟方式并不适合大范围推广使用,着眼于以上问题,利用基于深度学习的图像分割方法来解决该问题,将U-Net图像分割策略引入航空图像分析中,通过深度卷积神经网络对鸟群活动图像进行处理;针对图像背景复杂、目标分布不均匀且大小不定等特点,提出优化U-Net网络,以更好地保存和利用图像信息。实验证明该优化网络图像分割效果优于现有方法。     

基于改进U-net的金属工件表面缺陷分割方法

针对金属工件表面缺陷分割精度低的问题,通过对工件表面图像缺陷特征研究,提出以U-net为基础,结合多尺度自适应形态特征提取模块及瓶颈注意力模块的工件表面缺陷分割模型。首先,在网络中嵌入多特征注意力有效聚合模块,提高信息的利用率,提取更多相关特征,从而高精度地提取缺陷目标。然后,在网络中引入瓶颈注意力模块,增加缺陷目标的权重,优化特征的提取,获取更多的特征信息,从而获得更好的分割精度。改进后的网络平均精度达到0.8749,比原网络相比提高了2.92%,平均交并比达到0.8625,提高了3.72%。与原始网络相比,改进后的网络具有更好分割的精度,可以获得更好的分割结果。     

FCM聚类算法在岩石图像分析中的应用

岩石的孔隙、喉道等特征是地质人员进行判断储层特征的重要参数.因岩石图像具有较高的复杂度,图像纹理相似,因而对岩石图像进行分析时有一定的难度.人工进行分析时,容易因为各种原因出现误差.本文提出利用模糊C均值算法(FCM)对鄂尔多斯盆地岩石铸体薄片进行聚类分析,实验结果能很好的将岩石铸体薄片中孔隙与岩石背景区分出来,为后期的岩石自动识别与分类奠定了基础.FCM是基于划分的一种非监督聚类算法.     

基于U-net卷积神经网络的多尺度遥感图像分割算法

多尺度遥感图像的非本质特征量较大,不仅易导致图像噪声较大,也增加了图像分割的难度。为充分保留分割后多尺度遥感图像的边缘特征,在U-net卷积神经网络下提出新的图像分割算法。以U-net卷积神经网络为基网,提取被分割图像特征,获得被分割图像细节信息;计算相邻像素和原始像素特征向量的欧氏距离,结合去噪算法,通过归一化参数处理,建立相似性函数,实现对多尺度遥感图像分割特征增强处理;计算分割框候选偏差值;根据U-net卷积神经网络结构确定局部最优合并区域对;计算度量区域的距离,使用全局最优区域合并方法更新分割时间复杂度,实现多尺度遥感图像整体分割。由实验结果可知,该算法能够精准确定指定建筑物位置,并保留建筑物完整边缘细节信息。     

基于改进U-net的自监督低剂量CT图像去噪算法研究

针对低剂量CT(low-dose CT,LDCT)图像去噪过程中配对数据难以获取的问题,本文提出了一种基于注意力机制和联合损失的自监督LDCT图像去噪算法。在该算法中,利用边缘增强后的U-net网络完成LDCT图像的特征提取,在网络框架中引入通道和像素注意力机制,以提高网络对噪声和伪影的抑制能力。同时使用联合损失避免传统损失对图像造成的图像过平滑问题,使得去噪后图像更加接近原图像。实验结果表明：所提出的算法可有效抑制LDCT图像的噪声,保留图像的纹理细节。经过算法处理后的LDCT图像的峰值信噪比(peak signal-to-noise ratio,PSNR)提高了16.40%,结构相似性(structural similarity,SSIM)提高了9.60%。在无配对数据下,该方法可有效保留细节并减少低剂量扫描产生的噪声,为临床LDCT图像去噪提供新思路。     

基于岩石薄片偏光序列图的颗粒成分分析

石英和长石的识别对储集层研究具有重要意义。传统的矿物成分分析主要依靠人机交互式识别,工作量大且效率低,针对上述问题,提出一种利用岩石颗粒在正交偏光镜下的纹理特征进行识别的方法。首先用Sobel算子提取样本图像的梯度信息,计算每个样本梯度图像的灰度共生矩阵的能量和相关性,利用能量和相关性为目标特征参数组建石英、长石特征参数样本库。应用人工神经网络(ANN)分类方法进行训练,基于训练的结果,计算待识别颗粒的特征参数并分类。最后利用偏光序列图进行决策,得出最终识别结果。实验结果表明,此识别方法对石英和长石有较好的识别效果,识别率达85%。     

基于脉冲涡流热成像的钢板缺陷检测研究

脉冲涡流热成像检测技术是一种新型的无损检测方法,研究热成像表面缺陷的数据特征,将otsu分割算法与最大熵分割算法相结合,提出基于最大熵的otsu分割算法,既能较好的分割热图像中的缺陷又能有效的识别目标缺陷的边缘。实验结果表明,相比较其他传统分割算法,具有更好的缺陷提取效果。     

Blind deconvolution of spotted image based on slice selection of third-order moment

The 1D blind deconvolution algorithm using maximum time delay slice of the third-order moment ((MTDS-TOM) [Lu, W]) is extended to 2D blind deconvolution for spotted image deblurring. A scaled and shifted version of the image is obtained using a special slice selected from its third-order moment, which is estimated using a 4D blind deconvolution. An application of the proposed method for removing the optical blur of a microarray image is given.     

基于星图模拟的星空目标提取

提出了一种将星图模拟技术应用于星空背景空间目标提取的方法,建立了地基光测设备的星图模拟模型,推导了光轴指向计算和星体到焦平面成像的坐标转换。利用模拟星图生成掩模,对实拍星图处理去除恒星背景。实验证明利用模拟星图能够有效去除恒星背景提取空间目标。     

基于句内注意力机制的答案自动抽取方法

答案自动抽取是答案融合任务的关键技术,其效果直接影响答案融合任务结果的准确性.为了捕捉问题与答案之间的联系,提高答案自动抽取的准确性,本文引入句内注意力机制用来捕捉问题与答案之间的联系,进而提高答案自动抽取的准确性.实验结果表明,句内注意力机制能够有效发现问句与答案的关系,提升答案自动抽取效果.     

彩色空间的视频对象自动分割

提出了一种基于RGB空间的视频对象自动分割方法。图像简化阶段，采用连接算子中的区域开启闭合算子来简化图像；图像标识提取阶段利用RGB空间的信息得到准确的视频对象轮廓，根据对比度消除区域中噪声小梯度，并在此基础上提取标识，在分水岭阶段，采用类似区域增长的改进分水岭方法，实验证明此方法的结果准确可靠。     

基于K-L变换的两传感器图像自动配准

基于合成孔径雷达(SAR)图像和光学图像间的变形可用仿射变换来近似,提出了一种SAR图像和光学图像自动配准的方案.对分割后的图像进行K-L变换得到两幅图像的主分量与坐标轴之间的关系,从而得出两幅图像的角度关系,接着,利用旋转后图像的横纵象素范围的比值和前景重心偏移值得到仿射变换的缩放和平移参数,最后再利用二值图像相关对仿射变换的结果图像进行精配,从而实现较高精度的图像配准.实验结果表明,在满足精度要求的情况下,本方法可以自动完成具有明显方向性和较大前景目标图像的配准任务.