An image segmentation based method for iris feature extraction

In this article, the local anomalistic blocks such as crypts, furrows, and so on in the iris are initially used directly as iris features. A novel image segmentation method based on intersecting cortical model （ICM） neural network was introduced to segment these anomalistic blocks. First, the normalized iris image was put into ICM neural network after enhancement. Second, the iris features were segmented out perfectly and were output in binary image type by the ICM neural network. Finally, the fourth output pulse image produced by ICM neural network was chosen as the iris code for the convenience of real time processing. To estimate the performance of the presented method, an iris recognition platform was produced and the Hamming Distance between two iris codes was computed to measure the dissimilarity between them. The experimental results in CASIA v1.0 and Bath iris image databases show that the proposed iris feature extraction algorithm has promising potential in iris recognition.     

ICM应力全局化方法克服连续体拓扑优化的载荷病态

在连续体结构拓扑优化中,由于载荷通常非常复杂,存在一种类似于结构分析中总刚病态的载荷病态现象。引起载荷病态的原因是由于大多数拓扑优化算法没有考虑大载荷、小载荷间的不同影响,使得小载荷的传力路径在优化过程中消失。该文对载荷病态问题进行了剖析,并将其分为三种情况:1)多工况间有载荷病态,但工况内无载荷病态;2)仅在工况内有载荷病态;3)多工况间有载荷病态,同时某工况内也有载荷病态。为解决载荷病态问题,该文提出了应变能策略,利用应力全局化的ICM方法,逐一采用不同的补充方法解决了上述三种载荷病态问题。对多工况下应力约束的连续体结构拓扑优化问题,应力全局化意指基于第四强度理论将局部性应力约束转化为全局性的应变能约束。数值算例表明:全局性的应变能约束代替局部性应力约束可以更好地得到传力路径,并能更方便地处理各种复杂载荷病态问题。     

基于InfoWorks ICM模型的内涝预警降雨量阈值研究

针对池州市当前缺乏精细化内涝预警降雨量阈值的问题,利用城市综合流域排水模型InfoWorks ICM构建了池州市主城区暴雨内涝模型,并选用4场实测排口流量数据和历史内涝积水点对城市内涝模型进行率定和验证,发现该模型具有较高的准确度和可靠性。在此基础上,以内涝积水深度为预警指标,对不同降雨历时,不同雨型的设计降雨情景下研究区域的积水深度进行模拟。结果表明,降雨历时对暴雨内涝预警的降雨量阈值影响显著,而降雨雨型对暴雨内涝预警的降雨量阈值影响不明显。研究得出的降雨量阈值可为池州市主城区暴雨内涝预警和内涝应急管理提供参考依据。     

组织细胞DNA质量图像定量分析

本文对组织细胞 DNA质量图像定量分析技术进行了讨论。该方法是将医学病理上常用的细胞切片、涂片 ,经福尔马林、甲醇和冰醋酸混合固定剂固定后用 Feulgen染色 ,利用高精度图像采集系统将细胞图像摄入计算机。通过图像处理分析技术进行定量分析计算 ,给出被测细胞 DNA的质量、倍体分布及细胞周期等参数。 DNA原位图像定量分析可为肿瘤的诊断、分级及早期发现有很大的意义。     

有效滤除高强度图像混合噪声的方法

传统的交叉视觉皮质模型(ICM)对单一噪声的去除具有良好的性能.为了扩展ICM在图像降噪领域的应用,提高降噪能力,提出一种基于邻域连接的NL-ICM.针对传统ICM存在的局限性,在神经元的构造上引入双边滤波的思想,通过扩展神经元的连接输入、引入连接权重、设计脉冲阈值实时计算函数,并为神经元设计像素更新规则.实验结果表明,该模型能够较好地去除图像中的混合噪声.     

Pulse-coupled neural networks and one-class support vector machines for geometry invariant texture retrieval

The pulse-coupled neural network (PCNN) has been widely used in image processing. The outputs of PCNN represent unique features of original stimulus and are invariant to translation, rotation, scaling and distortion, which is particularly suitable for feature extraction. In this paper, PCNN and intersecting cortical model (ICM), which is a simplified version of PCNN model, are applied to extract geometrical changes of rotation and scale invariant texture features, then an one-class support vector machine based classification method is employed to train and predict the features. The experimental results show that the pulse features outperform of the classic Gabor features in aspects of both feature extraction time and retrieval accuracy, and the proposed one-class support vector machine based retrieval system is more accurate and robust to geometrical changes than the traditional Euclidean distance based system.     

基于混合视觉皮层模型的红外图像去噪和分割

针对交叉视觉皮层模型(ICM)网络运行速度慢的问题,提出一种用于图像处理的混合视觉皮层模型(MCM)。MCM将人眼视觉现象中的韦伯律特性融入ICM,根据韦伯律特性设定神经元点火域值,采用金字塔分解式的运算方法扩大神经元的感受野,并利用ICM的脉冲同步发放性质,实现快速图像处理。基于MCM开发红外图像的去噪算法及红外图像分割算法,实验结果表明,与基于ICM的图像去噪和分割算法相比,基于MCM的算法具有良好的去噪和分割效果,运行速度较快。     

屈曲与应力约束下连续体结构的拓扑优化

基于ICM(独立、连续、映射)方法建立了以结构重量最小为目标,以屈曲临界力、应力同时为约束的连续体拓扑优化模型:采用独立的连续拓扑变量,借助泰勒展式、过滤函数将目标函数作二阶近似展开;借助瑞利商、泰勒展式、过滤函数将屈曲约束化为近似显函数;将应力这种局部性约束采用全局化策略进行处理,即借助第四强度理论、过滤函数将应力局部性约束转化为应变能约束,大大减少了灵敏度分析的计算量;将优化模型转化为对偶规划,减少了设计变量的数目,并利用序列二次规划求解,缩小了模型的求解规模。数值算例表明:该方法可以有效地解决屈曲与应力约束共同作用的连续体拓扑优化问题,能够得到合理的拓扑结构,并有较高的计算效率。     

基于人眼视觉皮层系统的SAR图像目标识别

人眼的视觉系统是已知最复杂最精确的目标识别系统;针对现有浅层学习模型提取SAR图像目标特征效果不理想、普适性不强及目标识别精度不高等问题,参考人眼视觉系统的分层特征提取机制提出了一种深层特征提取目标识别算法;算法首先提出一种针对SAR图像的预处理方法,在特征提取阶段应用多层稀疏自动编码器,通过逐层减少神经元数目使编码器学习得到输入数据的压缩表示,从而提取得到更抽象更鲁棒的目标特征;采用MSTAR数据库3个目标进行实验,试验结果表明,算法能很好地对MSTAR目标进行特征提取和识别,类比原有的方法有较高的识别准确率,达到96.7%。具有较强的实用性。     

认知框架下的借代现象及其语篇功能探究

同隐喻一样,借代也是一种重要的思维方式和认知工具。然而,长期以来,借代研究仍然拘泥于修辞范畴,其功能得不到充分体现。本文从认知角度出发,在引入理想化认知模型（ICM）的基础上对借代的工作机制进行重新探讨和认识,同时对其在语篇连贯和衔接方面所发挥的重要作用也进行了初步研究。