Recursive residual atrous spatial pyramid pooling network for single image deraining

In recent years, removing rain streaks from a single image has been a significant issue for outdoor vision tasks. In this paper, we propose a novel recursive residual atrous spatial pyramid pooling network to directly recover the clear image from rain image. Specifically, we adopt residual atrous spatial pyramid pooling (ResASPP) module which is constructed by alternately cascading a ResASPP block with a residual block to exploit multi-scale rain information. Besides, taking the dependencies of deep features across stages into consideration, a recurrent layer is introduced into ResASPP to model multi-stage processing procedure from coarse to fine. For each stage in our recursive network we concatenate the stage-wise output with the original rainy image and then feed them into the next stage. Furthermore, the negative SSIM loss and perceptual loss are employed to train the proposed network. Extensive experiments on both synthetic and real-world rainy datasets demonstrate that the proposed method outperforms the state-of-the-art deraining methods.     

基于多尺度特征提取的MRI脑肿瘤图像分割研究

针对磁共振成像(magnetic resonance imaging, MRI)脑部肿瘤区域误识别及肿瘤形状 差异较大的问题,提出一种基于多尺度特征提取的 MRI 脑肿瘤图像分割方法。分割模型以 U-Net 为骨干网络,使用密集金字塔卷积(dense pyramidal convolution, DPC)提取多尺度特征, 以适应不同尺寸肿瘤的分割,同时引入条状池化(strip pooling, SP),凭借其能捕获肿瘤中远 距离区域的依赖关系,进一步加强对肿瘤图像的分割能力。提出的方法在 Kaggle_3m 数据 集上进行了实验验证,实验结果表明该方法具有良好的脑部肿瘤分割性能, 其中Dice相似 系数、杰卡德系数分别达到了91.66%,84.38% 。     

广义平均的全参考型图像质量评价池化策略

为了设计与人的主观评价相吻合的全参考型客观图像质量评价(IQA)算法。针对不同算法提取的局部特征,利用广义平均的非线性性质,提出了2种池化策略,以提高结构相似度(SSIM),梯度结构相似度(GSSIM),特征相似度指标(FSIM)的评价能力。在TID2008和TID2013数据库中进行数值实验,讨论了所有失真类型非线性参数的选择以及不同失真类型之间非线性参数的变化。结果表明,采用广义平均池化策略能提高IQA算法的有效性。4种客观评价指标Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)、Pearson线性相关系数(PLCC)和均方误差根(RMSE)表明所提算法性能优于已有的算法,与人的视觉系统具有一致性。     

基于改进卷积神经网络的化纤丝饼表面缺陷识别

针对传统人工检测化纤丝饼表面缺陷方法的不足,提出改进的卷积神经网络对正常以及3种常见缺陷丝饼进行分类识别。首先对采集的丝饼图像进行分块处理,然后利用改进的卷积神经网络进行特征提取,采用全局最大池化层代替全连接层,增强了图像对空间变换的鲁棒性,减少了模型参数,并利用softmax分类器进行分类。最后在网络学习过程中提出主动学习方法,用少量标注样本对网络进行训练,选出对提升网络性能最具价值的样本进行标注并加入到训练样本中进行训练检测。结果表明,该方法可有效实现丝饼的缺陷识别,识别准确率达到97.1%,并有效减少了网络所需的标注样本数量,节省大量的标注成本,具有一定的通用性。     

基于改进Faster R_CNN的苹果叶片病害检测模型

在实际条件下,苹果叶片病害图像背景复杂且病斑较小,难以进行实时检测。针对该问题,提出一种改进的Faster R_CNN模型。通过特征金字塔网络将具有细节信息的浅层特征和具有语义信息的深层特征融合,以提取丰富的苹果叶片病害特征。同时采用精确感兴趣区域池化,避免感兴趣区域池化中2次量化操作对病斑较小的苹果叶片病害造成像素偏差。实验结果表明,该模型能对自然条件下5种苹果叶片病害进行有效检测,平均精度均值达82.48%,与Faster R_CNN、YOLOv3和Mask R_CNN模型相比,其平均精度均值分别提高了6.01、14.12和5.06个百分点。     

Perceptual Gradient Similarity Deviation for Full Reference Image Quality Assessment

Perceptual image quality assessment (IQA) is one of the most indispensable yet challenging problems in image processing and computer vision. It is quite necessary to develop automatic and efficient approaches that can accurately predict perceptual image quality consistently with human subjective evaluation. To further improve the prediction accuracy for the distortion of color images, in this paper, we propose a novel effective and efficient IQA model, called perceptual gradient similarity deviation (PGSD). Based on the gradient magnitude similarity, we proposed a gradient direction selection method to automatically determine the pixel-wise perceptual gradient. The luminance and chrominance channels are both took into account to characterize the quality degradation caused by intensity and color distortions. Finally, a multi-scale strategy is utilized and pooled with different weights to incorporate image details at different resolutions. Experimental results on LIVE, CSIQ and TID2013 databases demonstrate the superior performances of the proposed algorithm     

筇竹寺组和龙马溪组页岩弹性与复电阻率特性研究

为研究下寒武统筇竹寺组和下志留统龙马溪组页岩弹性与复电阻率特性,采集了川南、鄂西和渝东地区露头岩样标本。 基于 AutoScan-Ⅱ 多参数测试平台,进行了单点测试及平面扫描。 实验结果表明：筇竹寺组页岩纵横波速度与渗透率呈负相关关系,杨氏模量与泊松比符合远景页岩标准,可压性强。 龙马溪组页岩复电阻率 4 项参数的值随矿化度的升高均不同程度地减小,但对频散曲线形态影响较小;相角和异相电阻率在频率为 10 kHz 内与该频点上复电阻率幅值频散曲线的斜率呈正相关关系;对不同采样点岩样频散特性进行对比,认为黄铁矿颗粒的激发极化作用是重庆石柱地区页岩相角与异相电阻率大幅度频散的主要因素,黄铁矿是有机质富存的特征之一,因此异相电阻率与相角可作为复电阻率测井中探测龙马溪组富含有机质页岩层系的重要参数。     

基于矩阵2-范数池化的卷积神经网络图像识别算法

卷积神经网络中的池化操作可以实现图像变换的缩放不变性,并且对噪声和杂波有 很好的鲁棒性。针对图像识别中池化操作提取局部特征时忽略了隐藏在图像中的能量信息的问 题,根据图像的能量与矩阵的奇异值之间的关系,并且考虑到图像信息的主要能量集中于奇异值 中数值较大的几个,提出一种矩阵2-范数池化方法。首先将前一卷积层特征图划分为若干个互不 重叠的子块图像,然后分别计算子块图像矩阵的奇异值,将最大奇异值作为每个池化区域的统计 结果。利用5 种不同的池化方法在Cohn-Kanade、Caltech-101、MNIST 和CIFAR-10 数据集上进 行了大量实验,实验结果表明,相比较于其他方法,该方法具有更好地识别效果和稳健性。     

中国非常规致密岩油气藏特征

致密岩油气是非常规油气资源的一种,在全球广泛分布,在中国分布也十分广泛,具有广阔的开发潜力,但目前我国对其的勘探程度还比较低。为此,研究并总结了中国致密岩(砂质岩、泥质岩、泥质灰岩等)油气的主要特征:具有特低的孔隙度、渗透率条件,致密岩与烃源岩多呈互层状,多时代、多层段叠置并大面积成藏,该类油气藏组合类型多样、以自生自储组合为主,具有多层、多点、全方位排烃和充注的特点,油、气、水关系复杂,常与泥页岩油气及煤层气共存。结论认为,在中国非常规油气资源类型中,致密岩油气资源潜力最大,而且致密岩油气比暗色泥页岩油气或煤层气开采技术难度相对要小,是我国当前和今后油气勘探开发最重要和现实的接替领域之一。