一种新的视网膜血管网络自动分割方法

提出了一种基于脉冲耦合神经网络(PCNN)和分布式遗传算法(DGA)的视网膜血管自动分割方法.首先采用二维高斯匹配滤波器预处理以增强血管,然后采用DGA快速搜索出PCNN的最佳参数设置值并运用PCNN分割出增强图像的血管网络,最后对分割得到的血管网络结合区域连通性特征,采用面积滤波算子滤除噪声,提取出最终的血管网络.通过在国际上公开的Hoover眼底图像库中的实验,结果表明,该方法在血管分支提取和算法有效性方面明显优于Hoover算法,具有较高的临床应用价值.     

来自Seybold的最新信息

来自Ｓｅｙｂｏｌｄ的最新信息浙江印刷集团公司王建中，姚畅编译ＰｏｗｅｒＭａｃ的推介：Ａｄｏｂｅ和Ａｌｄｕｓ的合并、彩色管理是今年在波土顿召开的第１４届Ｓｅｖｂｏｌｄ年度研讨会上议论的热门话题。３月２２日至２５日１４０００多名与会者云集Ｈｙｎｅｓ会议中...     

基于Gabor小波的视网膜血管自动提取研究

针对视网膜血管网络灰度分布特征和区域结构特征,提出了一种基于Gabor小波的视网膜血管提取方法。采用Gabor滤波预处理以增强血管,用改进的自适应二值化方法对增强后的视网膜图像进行二值化处理,根据视网膜血管具有区域连通性的特征,并用形态学方法分割出最终的血管。为验证方法的有效性,对Hoover眼底图像库进行实验,结果表明该方法在细小血管的提取以及连续性、有效性方面都优于Hoover算法。     

一种基于GA和支持向量机的车牌字符识别方法

以高斯核为其核函数的支持向量机在实际应用中表现出优良的学习性能,被广泛应用于模式分类中。支持向量机的识别性能对参数的选取是敏感的,惩罚因子C和核函数参数σ对支持向量机性能会产生重要的影响。针对高斯核支持向量机在车牌字符识别问题中的应用,提出了一种基于遗传算法的参数选择方法。首先确定合适的遗传算法适应度函数,然后利用遗传算法对支持向量机的参数进行优化,最后在各个识别子网中分别采用参数优化后的支持向量机对车牌字符进行识别。实验结果表明,该方法取得了令人满意的识别率。     

一种新的眼底图像视神经乳头分割方法

视神经检查是减小青光眼致盲风险最为重要的临床诊断方法,医学研究发现视神经乳头形态参数是诊断人眼是否患病的主要指标.为实现视乳头形态参数的计算机辅助测量,本文提出了一种新的视神经乳头自动分割方法,基于极坐标空间形态学预处理和改进的随机游走自动分割算法实现视神经乳头的精确分割.采用临床视神经图像库进行实验,分割结果与眼科专家手工分割金标准比较,取得了96.52%的分割重叠精度,较之传统算法有较大提高,验证了该方法的有效性.     

基于改进的脉冲耦合神经网络模型的图像分割

提出了一种改进的脉冲耦合神经网络(Receptive field-pulse coupled neural net-works,RF-PCNN)模型。通过感受野模型对连接矩阵的优化,使脉冲耦合神经网络(Pulsecoupled neural networks,PCNN)模型具有了方向性和尺度性,能够更好地模拟视觉细胞图像分割的功能。试验结果表明:RF-PCNN模型对自然环境中车辆图像分割的有效性,分割结果具有较高的边界检出率,较好地解决了图像分割中车牌区域存在的欠分割和过分割问题。     

超支化水性聚氨酯的合成与表征

以甲苯-2,4-二异氰酸酯(TDI)、聚碳酸酯二醇(PCDL)、二羟甲基丙酸(DMPA)和二乙醇胺(DEOA)为原料合成了一种具有超支化结构的水性聚氨酯,产物具有良好的水溶性。通过红外光谱(FT-IR)和核磁共振(13C-NMR)对产物结构的表征,证实了产物具有超支化结构,其支化度为0.32。用高效液相色谱质谱联用仪(LC-MC)对产物的分子量进行测定,其重均分子量为1.66×104。采用电子拉力机和热失重分析仪(TG)对产物的性能进行测试,结果表明,所制备的水性超支化聚氨酯具有良好的力学性能和热稳定性,并且涂膜具有较好的耐水性。     

数字化印前系统的再认识

生产能力——印前系统最重要的评判标准 生产能力是数字化印前系统取得良好经济效益唯一也是最重要的因素。但什么是生产能力?如何衡量印前系统的生产能力?怎样才能使印前系统获得满意的生产能力,以及生产能力和生产周期的关系是什么?     

“活性”/可控聚合制备超支化聚合物

超支化聚合物是一种具有独特结构和性能的聚合物，应用前景广阔。用“活性”/可控聚合的路线合成超支化聚合物，能有效地避免凝胶，并控制产物的结构及其分子量分布。主要综述了通过“活性”/可控聚合制备超支化聚合物研究工作的进展。