基于机器视觉的麻将包装识别系统设计

针对麻将包装在实际产线上出现的麻将牌错位、缺失、牌面翻转等问题,基于机器视觉检测技术设计了一套以DM6437处理器为硬件平台的麻将包装识别处理系统;该系统的硬件部分由摄像头板、核心板和接口板3个模块组成,配合机械传动系统来进行识别前后麻将包装的传输;系统的软件部分采用平板Pad对麻将包装进行模板录入,并设计了一套适应于不同机箱内部环境变化的背景剔除方法来完成模板整体分割,以及通过中值计算实现单目标的分离,最后还提出了一种简单高效的混合搜索方式来进行基于SAD的模板匹配;测试结果表明,识别算法对于麻将间有缝隙、麻将整体倾斜、个别或整体麻将翻转、个别麻将位置错乱等问题均能准确判别,模板匹配算法稳定性和适应性较好,识别准确率达95%以上,能满足包装流水线上的缺陷检测。     

给水管网抗震对策的重要度分析方法研究

针对城市给水管线不同管段在灾后对于管网整体可靠度影响的差异性,为了能够较好地评价不同管段对管网系统连接可靠度的贡献,引入失效概率重要度和关键重要度,建立了基于历史经验方法的管网可靠度及管线失效概率重要度、关键重要度计算模型。实例计算结果表明,该模型计算的管网连接可靠度结果与其他文献方法的计算结果基本一致,验证了模型的合理性、有效性。进而应用该模型计算出各段管线的失效概率重要度、关键重要度,对管线防灾等级划分,给出了管网分割方法与管网震后恢复策略。研究结果为编制给水管网抗震防灾规划、震后管网恢复计划及制定出相应的抗灾应急措施提供依据。     

一种基于DTW的新型故事时间序列相似性度量方法

现有时间序列相似性度量方法在进行股市序列相似性分析时,通常忽略成交量等其他重要因素对股价的影响,从而导致序列聚类、分类不精确。针对这一问题,本文提出了新的股市时间序列相似性度量方法。该方法在动态时间弯曲算法的基础上,通过引进时间衰竭因子,并结合成交量因素,给出了股市序列的最终度量公式。为了证明提出方法的可行性和有效性,本文实验部分通过选取家电等三个行业中的股票数据进行测试。实验结果表明,基于动态时间弯曲(Dynamic time warping,DTW)的新型股市时间序列相似性度量方法能够在保持股票序列形态特征的基础上,较好地解决股市技术分析中量价关系问题,从而更有效地应用于股市技术分析里关于模式发现等领域。     

基于最大熵和局部优先度的裂痕唐卡分割

为数字化修复唐卡文物,需先解决破损区域分割问题。针对裂痕型唐卡破损区域破损程度不等,与邻近区域颜色有反差的特点,提出基于最大熵和局部优先度的算法。首先采用最大熵阈值法分割破损唐卡灰度图像,去除伪破损区域,得到破损程度较深区域;然后采用本文提出的新算法—基于局部优先度的过渡区算法分割唐卡灰度图像,去除伪破损区域,得到破损区域的过渡区区域;合并这两类区域得到最终的分割结果。实验结果表明本文算法不仅能对破损唐卡实现有效分割,对壁画等其他破损图像也能很好分割。该算法具有一定的有效性和鲁棒性。     

基于弱监督ECOC算法的肺结节辅助检测

肺结节的准确分类与识别是计算机辅助诊断系统在肺癌诊断领域应用的关键,同时也面临巨大的挑战。该技术不仅在特征表示、样本标记等方面存在发展的瓶颈,而且目前缺少准确、有效的分类识别算法。本文提出了一种结合弱监督纠错输出编码（Error correcting output codes, ECOC）算法和肺结节形状特征表达的肺结节多分类算法。为了提高分类识别的准确率,本文对肺结节的形状特征进行了详细的分析,并提出了一系列准确的形状特征描述向量。在分类识别阶段,算法训练学习了利用专家对肺结节标记信息标记的少量样本,并生成二类分类器,获得编码矩阵。最后,通过计算测试样本编码和编码矩阵每一行的汉明距离,确定样本所属类别。实验结果表明,本文方法能够获得更加准确的分类结果。     

图谱法脑部MRI图像自动分割技术发展及应用

脑部MRI图像自动分割是计算机技术运用于医学上的一个典 型工作,脑部图像分割技术对于人类研究脑部疾病具有重要意义。虽然有一些非常广泛应用 的图像分割方法,如阈值法、区域增长法、聚类法等,但在脑部MRI图像分割中,这些方法 都 没有图谱法具有更为实际的医学研究与临床价值。本文回顾了脑部图像配准、分割的发展历 程,介绍了图谱分割算法的发展及基本原理,以及当前比较前沿的多图谱分割系统的组成和 应用。最后本文对图谱法脑部自动分割在实际临床医学中的应用前景作了总结和展望。     

乳腺MRI图像肿块分割的分段比较与方法研究

计算机辅助诊断通过对乳腺磁共振成像( MRI)中肿块区域的自动分割和测量为医生提供定量的诊断依据。对分割过程中不同阶段的多种算法进行实验对比,以此探索更具稳定性和准确性的分割方案：空间模糊C均值( sFCM)聚类算法在肿块的初始定位中具有抗噪声能力和稳定性强的优点,而GVF snake模型在精细分割中对局部轮廓具有较好的收敛性;结合两种算法,并运用MRI序列帧间灰度分布相似、肿块位置/形状相近的原理,最终提高整个序列的分割精度与稳定性。     

模式分类方法比较研究

模式分类方法是模式识别的关键。文中重点研究了支持向量机、BP神经网络、K近邻、朴素贝叶斯、线性判别分析和二次判别分析共六种模式分类方法,并利用MATLAB对UCI上的数据集进行了分类测试,根据测试结果分析了数据集的样本数、特征数、类别数对每一种模式分类方法的准确率和运行时间的影响。结果表明,在对一些小数据进行分类时,可以采用朴素贝叶斯、K近邻、线性判别分析方法,而对于大的数据集,支持向量机、BP神经网络、二次判别分析分类方法则比较适合,但对运行时间要求严格的分类不能采用BP神经网络方法。     

基于BP神经网络的水中目标声音特征信号分类研究

本文采用了BP神经网络在声音识别分类方面的相关技术,针对不同水中的航行体的声学特点,构建了BP神经网络。将已知的四类声音信号中的一部分作为训练样本对神经网络进行了训练,最终获得了成熟的神经网络,经验证该网络可以很好的对不同水声目标的声学信号特征进行分类识别,利用该方法可以有效提高侦测设备对目标的识别能力。     

计算机编程语言与输入设备的发展问题初探

现代化建设事业的发展离不开计算机水平的提高。计算机编程语言作为人与机器沟通的桥梁,在计算机系统里有着非常重要的地位。本文从探讨计算机编程语言的概念出发,详细阐述了计算机编程语言所包含的内容和基本分类。接着笔者又深入分析了计算机输入设备的发展问题。最后,针对计算机编程语言和输入之间的联系问题,笔者做了观点性和理论性的论述分析。