基于多阈值算法融合的图像分割

针对一种阈值分割算法很难对不同类型的图像进行有效地分割的问题,提出一种多阀值算法融合的方法.该方法通过不同的算法得到一组阈值,由迭代的方式将它们有机地组合,并定义一个回报函数,来选取最优阈值.实验结果表明,该方法针对不同类型的图像能够选择最优的阈值进行有效的分割,消除了使用者必须具有先验知识的障碍,省去了人工选择分割方法的麻烦.     

天然抗氧化剂与啤酒风味稳定性

啤酒灌装后，随着时间的推移风味要不断变化。这些变化包括：板栗味先增加而后降低，甜味和乳脂糖味不断增加，苦味逐渐减少，纸板味不断的形成。纸板味通常被引用为啤酒的老化。醛类物质特别是糠醛的含量，在啤酒储存过程中不断增加。随着数据分析灵敏度的提高。研究人员发现反-2-壬烯醛的形成与啤酒的纸板味密切相关。反-2-壬烯醛的风味阈值较低(0．1μg/L)，啤酒老化后其阈值要高于此值。糠醛的风味阈值相当高(150mg/L)，但它对啤酒风味的影响不是很明显，其含量的多少与啤酒老化的程度有一定的相关性。其它一些羰基化合物风味阈值也比较低，会给啤酒带来一定的苦味、醛味。这些羰基化合物包括顺式-庚烯醛(0．3-0．5μg／L)，反式辛烯-2-醛(0．3-0．5μg/L)，正癸醛(5—7μg/L)，反-2-癸醛(1．0μg/L)，9-十-碳烯醛(1．5μg/L)，10-十一碳烯醛(3．5μg/L)，正十二烷醛(4μg/L)以及正-十一醛(3．4μg/L)。这些化合物与反-2-壬烯醛共同形成了啤酒的老化、纸板风味。     

基于数字图像处理的纱线条干均匀度检测初探

本文以四种不同规格的纯棉纱线为例,提出一种基于数字图像处理技术来检测纱线条干不匀率的方法。采用MRS-4800M48U型扫描仪采集纱线图像,然后对纱线图像进行维纳滤波、阈值分割、形态学开运算处理,得到条干清晰、无噪声的纱线图像,最后基于经处理后的图像计算纱线的直径和纱线的条干CV值,图像法检测出的纱线条干CV值与乌斯特条干仪检测出的结果非常接近,这表明,本文提出的纱线条干均匀度检测方法是可行的,能准确高效地检测出的纱线条干CV值,客观地反映纱线的外观质量。     

欧盟、澳大利亚和新西兰食物过敏原标识管理及对我国启示

食物过敏已成为世界关注的重大公共卫生学和食品安全问题。欧盟、澳大利亚和新西兰已出台法规要求必须强制性标识食物过敏原,其中欧盟有14种,澳大利亚和新西兰有8种。同时,这些国家还开展了过敏原标准物质和阈值的基础研究,确定了有证标准物质候选物和群体阈值。在此基础上,通过对比我国食物过敏原现状,本文提出了加快中国过敏原标识管理的建议。     

AutoCAD在土地测量中的应用

介绍了AutoCAD在测定地界、量测土地面积、土地分割等方面的应用。实践证明,利用AutoCAD丰富的制图和量测功能,可大大减少野外测量和计算的工作量,简化土地测量工作,提高效率。     

融合残差上下文编码和路径增强的视杯视盘分割

目的 从眼底图像中分割视盘和视杯对于眼部疾病智能诊断来说是一项重要工作,U-Net及变体模型已经广泛应用在视杯盘分割任务中。由于连续的卷积与池化操作容易引起空间信息损失,导致视盘和视杯分割精度差且效率低。提出了融合残差上下文编码和路径增强的深度学习网络RCPA-Net,提升了分割结果的准确性与连续性。方法 采用限制对比度自适应直方图均衡方法处理输入图像,增强对比度并丰富图像信息。特征编码模块以ResNet34(residual neural network)为骨干网络,通过引入残差递归与注意力机制使模型更关注感兴趣区域,采用残差空洞卷积模块捕获更深层次的语义特征信息,使用路径增强模块在浅层特征中获得精确的定位信息来增强整个特征层次。本文还提出了一种新的多标签损失函数用于提高视盘视杯与背景区域的像素比例并生成最终的分割图。结果 在4个数据集上与多种分割方法进行比较,在ORIGA(online retinal fundus image database for glaucoma analysis)数据集中,本文方法对视盘分割的JC(Jaccard)指数为0.939 1,F-measure为...     

结合局部全局特征与多尺度交互的三维多器官分割网络

目的 高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官（organ at risk,OAR）解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络（convolutional neural network,CNN）结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法 首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互（multi-scale interacti...     

深度学习实时语义分割研究进展和挑战

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监控与航拍图像等领域。其要求分割方法不仅要取得较高的分割精度,且分割速度也要快。随着深度学习和神经网络的快速发展,实时语义分割也取得了一定的研究成果。本文在前人已有工作的基础上对基于深度学习的实时语义分割算法进行系统的归纳总结,包括基于Transformer和剪枝的方法等,全面介绍实时语义分割方法在各领域中的应用。首先介绍实时语义分割的概念,再根据标签的数量和质量,将现有的基于深度学习的实时语义分割方法分为强监督学习、弱监督学习和无监督学习3个类别。在分类的基础上,结合各个类别中最具有代表性的方法,对其优缺点展开分析,并从多个角度进行比较。随后介绍目前实时语义分割常用的数据集和评价指标,并对比分析各算法在各数据集上的实验效果,阐述现阶段实时语义分割的应用场景。最后,讨论了基于深度学习的实时语义分割存在的挑战,并对实时语义分割未来值得研究的方向进行展望,为研究者们解决存在的问题提供便利。     

基于最大能量法的白天红外星目标检测

受多种因素的影响,白天获得的红外星图像的信噪比低,且背景通常不均匀。采用一般的滤波方法无法提取出恒星目标,目前常用的形态学方法对于星图像的处理也不甚理想。首先分析背景特性,采用多帧叠加的方法消弱随机噪声,增大信噪比;然后设定阈值,对叠加后的星图进行背景消除,得到只含有目标及噪声的图像;然后用与恒星大小相近的模板按一定的规则对星图进行滤波,分割出目标。实验证明,该方法能较好地分离出恒星目标。     

基于机器视觉的苹果在线分级

通过CCD相机动态采集苹果两个面的实时图像,提出了泛洪填充+自适应Ostu阈值分割算法提取苹果的轮廓,采用最小外接圆法对苹果上表面图像进行处理得到苹果果径,采用最小外接矩形法对苹果侧表面图像进行处理提取苹果果形特征;将图像进行RGB到HSV空间转换,提取苹果的着色度、果锈,以及疤痕特征,采用基于改进粒子群算法的SVM决策树的分类方法进行苹果的分级。结果表明,该方法对特级果、一级果、二级果和等外果的识别准确率分别达96%,94%,98%,98%,分级速率达4个/s,可以满足苹果在线分级的要求。