“信号处理工程实践”课程与工程素质培养

培养具有良好工程素质的工程技术人才是高等工科院校的一项重要任务,如何培养大学生的工程素质成为高校教学改革的热点研究问题。本文从工程训练的课题来源及内容、课程的教学特点、评价模式以及训练效果等方面出发,探讨了"信号处理工程实践"课程对高等工科院校信息类大学生工程素质的培养。     

基于骨骼肌仿真的3D打印支撑结构

为了保证可打印三维模型中空结构具有足够强度与节省材料,基于仿骨骼肌结构特性对3D打印模型内部支撑结构进行研究.用分水岭算法对将单层骨骼截面图像进行处理并在可打印分层结构上与目标模型进行拼接与图形优化,经由Matching Cube算法还原三维模型.经过仿真计算,输出所需带内部支撑结构的可打印模型.实验分析表明:该方法可以增加对模型指定方向的受力强度,对保证结构强度、节约打印材料有较好的实际意义与理论研究价值.     

高导热电封装复合材料界面热传导的扫描热显微镜分析

本文利用扫描热显微镜（SThM),以微米级的空间分辨率,测量了SiC/Cu和SiC/Al电封装复合材料增强相－基体的界面特征和界面导热性能,SThM热图显示出材料界面导热性能的差异,对形貌数据和热数据进行统计分析和转换,确定了复合材料的界面宽度和界面导热率。     

一种改进的Hough变换提取圆的方法

本文提出了一种基于方向可变滤波器的改进Hough变换方法。该方法首先利用方向可变滤波器检测出图像边缘以及边缘的方向特性,然后基于边缘点及其方向,通过改进的Hougll变换得到圆心、半径。最后,将该算法应用于球类对象分割并得到较好的结果。     

最优化网格形变的图像非均匀映射方法

本文针对内容感知的图像非均匀映射问题,建立了一种有效的基于网格形变的全局最优化模型,引入了一系列保护重要网格形变的能量约束项,使得当图像尺寸比例发生改变时,视觉显著的重要区域不发生形变,并且尽可能地保留图像中的全局信息,给予用户最佳的图像浏览体验。此外,也通过建立网格初始划分问题的最优化数学模型,实现覆盖重要区域的网格密集分布,减少关键对象边界信息的扭曲失真。通过与其他主流方法的结果比较与分析,证明本文方法能够更好的保证图像关键区域不发生形变,得到质量更优的结果图像。      

利用轨迹修复改进CT金属伪影去除算法的研究

金属伪影严重地影响CT图像的质量及其医学诊断价值。考虑到临床数据的可靠性及时效性,正弦图修复及其改进的方法已成为近年来研究的热点。典型的NMAR方法(Normalized Metal Artifact Reduction),多数情况下能准确地恢复原始数据,并尽可能少地残留或引入新的伪影。然而当出现高密度组织（骨头等）与金属不相邻时,就会在金属与高密度组织间不可避免地引入或残留部分伪影。本文在NMAR算法的基础上,引入了一种基于正弦图中轨迹修复的金属伪影去除方法(TNMAR）。具体地,在NMAR方法中正弦图归一化后的区域修复期间,引入了高密度组织轨迹方向的平滑修复。此方法一定程度上削减了NMAR修复后金属与高密度组织间的残留伪影,且尽可能地恢复了原图的高对比度及组织细节。临床中,有很高的应用价值。      

利用纹理相关性对OCT影像进行血管分割

随着医学的发展,OCT影像技术越来越广泛的应用于多个医学领域,对OCT影像的处理就显得更加重要。基于图像纹理相关性的影像分割技术已经开始应用于活体微循环OCT影像的处理,如视网膜组织,皮肤血管组织等。对活体OCT影像的处理及其血管的分割有助于医生更好的诊断血管疾病。本文我们提出了一种基于灰度期望和精典Niblack结合的二值化阈值选取方法,并结合图像相关性对活体小白鼠耳朵血管的OCT影像进行图像分割,提取血管的轮廓,再经过形态学处理,得到较为准确的血管轮廓。      

模型引导与视觉分析相结合的3D打印产品质量检测方法

针对3D打印产品个性化程度高的特点,普通的产品质量检测方法并不适用.对3D打印额面肿瘤导板导向孔,为取得更高精准的检测,提出了一种模型引导、机械系统配合、视觉系统监控相结合的质量检测方法.整个方法框架包括机械系统、控制模块、视觉模块,在检测算法的统一调度下实现3D打印额面肿瘤导板导向孔精度检测.首先,利用导板和相应三维模型上对应的各3个不共线点对齐导板和模型.然后,根据三维模型上的导向孔位置和方向,控制机械系统引导模型导向孔移动到视觉模块的中心,通过分析导向孔的圆度、长宽比、直径、孔心间距等特征参数,判断导向孔是否合格.结果表明:该算法和系统,相比于人工质量检测,缩短了检测周期,提高了检测精度.提出的算法框架可用于其他3D打印产品与模型的形状一致性检测.     

面向面曝光3D打印的模型自适应光照均匀化方法

基于数字光处理技术（DLP）的光固化3D打印技术是一种面曝光成型技术。面曝光工艺一次成型一个平面,因此对光照均匀度有很高的要求,而传统的DLP面光源很难达到很好的均匀度,严重时影响光固化的成型质量。针对这一问题,本文提出了一种面向面曝光3D打印的模型自适应光照均匀化方法。根据模型切片自适应地确定最大曝光区域,结合投影映射函数,通过优化得到最优的切片灰度分布,并将其与原始切片进行融合,用于3D打印。文章所提出的方法能够有效地调节成型区域的成型亮度均匀性,提高打印精度。      

大气电场数据与雷电相关性的深度学习算法

雷电是一种对流天气现象,也是发生频繁的自然灾害之一,破坏力极大。由于雷暴的时间短、范围小,精准的雷暴预警在天气预报中较为困难。目前各种气象监测设备很多,但数据利用率较低,其中利用大气电场仪数据的变化来判断雷电是否发生的研究较少。因而,通过探索二者间的相关性,对于建立更有效的雷电预警模型是有意义的。而本文利用卷积神经网络分析并验证了大气电场变化和雷电的关系,模型的分类结果更直观地反映了二者存在相关性。