交互医学图像处理平台的研制

医学图像处理是一门包含大量的数学、图像处理知识点的课程,我校不同专业对此门课程的要求不一,导致教、学环节存在一定的困难,根据我校三区一园的格局,以医学图像处理基本功能模块为基础,辅以Matlab、C++混合编程,开发了可远程访问的交互医学图像处理平台[1],可根据不同专业的学习各取所需,各有侧重,实现同一平台,多种应用,并以水平集分割为例详细介绍了平台的使用,并经我校生物医学工程专业学生试用,效果良好。     

基于自编码和知识蒸馏的表面缺陷检测方法

针对传统的表面缺陷检测方法只能对具有高对比度或低噪声的明显缺陷轮廓进行检测的问题,提出了一种基于自编码和知识蒸馏的表面缺陷检测方法来准确定位和分类从实际工业环境捕获的输入图像中出现的缺陷。首先,设计了一种级联自动编码器（CAE）架构用于分割和定位缺陷,其目的是将输入的原始图像转换为基于CAE的预测蒙版;其次,利用阈值模块对预测结果进行二值化以获得准确的缺陷轮廓;然后,把缺陷区域检测器提取并裁剪出来的缺陷区域视为下一个模块的输入;最后,将CAE分割结果的缺陷区域通过知识蒸馏进行类别分类。实验结果表明,与其他几种表面缺陷检测方法相比,所提出的方法综合性能最好,其缺陷检测平均准确率为97.00%。该方法能够有效地对较小的、边缘不清晰的缺陷进行分割,满足对物品表面缺陷实时分割检测的工程要求。     

基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用.其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题.不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战.针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet).该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像.在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9％和2.9％,同时其能够更精准地分割变化细节.因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力.     

基于图像处理的水表智能检定系统研究

为实现指针式水表自动判读和提高识别精度,结合水表表盘结构信息来识别表盘读数的图像.水表指针提取过程中采用色差模型对图像进行处理;计算针尖像素质心均值实现对指针方向的确定;特别对指针判读时采用一种改进的角度法实现判读准确性的提高.最后,以检定水表的不同流量点的示值误差作为衡量系统准确性的主要验证指标,通过与其他传统方法相比较,结果表明,利用图像处理和改进的角度判读方法具有很好的准确性和可靠性.     

基于最小卡方统计的刑侦图像目标提取算法

针对刑侦图像的自动目标提取问题,提出一种基于最小卡方统计的图像阈值化分割算法。该算法在图像一维直方图的基础上,利用卡方统计计算原图像与二值化后图像之间的相似性程度,从而获取最佳的分割阈值,提取图像中的目标区域。在实际刑侦图像库上的测试结果表明,该算法可以有效提取不同类型刑侦图像中的目标区域。     

基于图像处理的激光开封机自动调焦功能的实现

本文提出了一种基于图像处理的激光开封机自动调焦功能的设计方法,完成了该自动调焦方法的硬件和软件设计。采用该方法实现的自动调焦功能具有清晰度判断准确、操作简单、自动化程度高等优点。     

一种基于图像的光学系统测角精度检测方法

测角精度是光学系统的重要技术指标。针对传统的电子经纬仪测角精度检测方法测量数据少、扫描方向单一导致测量结果不准确,提出了一种改进的检测方法。调整电子经纬仪,使电子经纬仪发射的电十字通过光学系统成像在CCD视场中,旋转电子经纬仪以点阵形式,对光学系统各个方向进行扫描,计算机实时采集电十字图像。对采集的电十字图像,通过基于小波变换的变分Retinex算法增强图像对比度,采用OTSU阈值分割背景和目标,采用投影算法及二项式曲线拟合将电十字中心定位到亚像素级。对最终获取的电十字中心点阵数据通过径向基函数进行曲面插值,解算出基于整个CCD像面的测角精度。实验结果表明：该方法的测量精度达到0.1μrad,测得的光学系统测角精度提高了0.01mrad,检测的测角精度更加准确。     

基于帧间差异和证据推理的海事雷达目标提取方法研究

海事雷达通过多普勒效应和帧间差异,进行船舶的跟踪与识别,是海事监管和避碰的重要传感器。受环境因素影响,其往往提供大量虚假目标,干扰海事监管。针对该问题,以雷达图像为数据源,提出了一种基于证据推理(Evidential Reasoning Rule)规则的目标甄别方法。在该方法中,首先收集经过验证的识别结果,获取充足的船舶和虚假目标样本。然后,分析样本在多帧图像中的位移、方向等特征值,计算出位移、方向特征值与目标真实性的似然关系,即提供两条独立证据。最后,利用证据推理规则合成上述证据,实现组合判断。不同于其他滤波或分类算法,该方法基于原始雷达图像和概率推理,计算过程未做任何状态假设,识别结果更加准确可靠。在重庆长江朱沱镇的实地雷达监测案例研究中,该方法的识别准确性达90.81%,证明了其有效性。     

明亮区域的暗原色先验算法

针对暗原色先验算法在处理含有大面积明亮区域的有雾图像时,复原图像会产生严重色彩偏移的不足,提出了一种基于像素点的透射率修正方案.在分析暗原色先验去雾原理以及复原图像色彩偏移成因的基础上,对去雾模型进行推导,使用暗通道亮度与大气光数值接近度及像素通道间数值接近度作为明亮区域判定机制,得出更具普适性的透射率求取方法.明亮区域采用容差机制纠正错误估计的透射率,非明亮区域仍采用原透射率求取方式,并首次将改进算法应用到雪天模糊图像清晰化中.实验结果表明,改进算法使去雾图像清晰自然,可有效修正色彩失真.     

基于单摄像头的自然用户接口引擎开发

自然用户接口(NUI)通过自然且直观的操作方法实现了人机交互中的控制接口,是人机交互手段研究的一个新兴的方向.本文利用廉价的网络摄像头作为NUI应用的信号输入端,设计了一套基于单摄像头的NUI结构,并通过融合CUDA工具包和DirectX软件开发包(SDK),开发了实时的NUI引擎系统.引擎使用网络摄像头进行视频捕捉后,利用图形处理器(GPU)编程方法实现实时的图形处理,并结合DirectX SDK展示NUI应用.为了检验所提出的实时NUI引擎的性能,本文利用其开发了若干非触摸操作的混合现实游戏和应用,实验结果表明本引擎实现了实时直观的交互式操作.